面向醫(yī)療領(lǐng)域的垂直搜索引擎的設(shè)計與實現(xiàn).pdf

1、隨著互聯(lián)網(wǎng)的飛速發(fā)展,網(wǎng)絡(luò)數(shù)據(jù)呈現(xiàn)指數(shù)式增長,傳統(tǒng)的搜索引擎已經(jīng)無法滿足人們對于某些專業(yè)領(lǐng)域內(nèi)信息的需求,垂直搜索引擎應(yīng)運而生。垂直搜索引擎能夠?qū)ヂ?lián)網(wǎng)上特定主題的信息進行處理,具有“專、精、深”的特點,能很好的滿足用戶對特定領(lǐng)域內(nèi)信息的需求。
　　本文設(shè)計和實現(xiàn)了一個面向醫(yī)療領(lǐng)域的垂直搜索引擎,結(jié)合面向醫(yī)療領(lǐng)域的垂直搜索引擎的特點和功能需求,主要完成了以下五個方面的內(nèi)容:第一,文本信息抽取,主要采用基于模式匹配的方法,經(jīng)過人工觀

2、測大量醫(yī)療文本,根據(jù)所要抽取的內(nèi)容,獲取大量抽取模板,完成對醫(yī)療文本信息的抽取,實現(xiàn)對醫(yī)療文本信息的格式化轉(zhuǎn)換。第二,問答對處理,使用基于DOM樹的問答對識別技術(shù)實現(xiàn)對問答對提取,運用句子間相似度算法,將問題所對應(yīng)的多個答案進行合并整理。第三,全文索引,主要運用開源搜索引擎Lucene的索引技術(shù),對文本內(nèi)容建立倒排索引,增加系統(tǒng)的信息量,彌補信息抽取技術(shù)存在的不足。第四,問句處理技術(shù),主要運用問句關(guān)鍵詞擴展技術(shù),對問句當中的關(guān)鍵詞進行擴

3、展;運用問句分析技術(shù),對用戶輸入的問句進行分類,使信息檢索的答案更加精確。第五,答案整合,運用MMR模型和多文檔自動文摘方面的有關(guān)知識,對系統(tǒng)返回的答案進行整理合并,使答案更加符合用戶要求。
　　在面向醫(yī)療領(lǐng)域的垂直搜索引擎系統(tǒng)中,使用文本信息抽取技術(shù),能充分利用和挖掘文本信息所包含的內(nèi)容,實現(xiàn)對信息的精確分析和處理;運用問答對處理技術(shù),能夠使系統(tǒng)能返回的答案更準確,更可靠;問句處理技術(shù)能夠使系統(tǒng)返回的答案更準確。上述技術(shù)可以廣泛