生物醫(yī)學縮略語消歧.pdf

1、隨著計算機技術和生物技術的進步，當前生物醫(yī)學領域文獻正在爆炸性增長。文獻中蘊含著最新的研究成果和豐富的生物醫(yī)學知識。從生物醫(yī)學文獻中自動獲取生物醫(yī)學知識已經(jīng)成為生物信息學研究的重要領域。生物醫(yī)學縮略語消歧在生物醫(yī)學和自然語言處理領域有著重要的理論和實踐意義，在機器翻譯和信息檢索領域起著非常重要的作用。生物醫(yī)學縮略語在文獻中出現(xiàn)形式有兩種：一種縮略語與其全稱同時出現(xiàn)，另一種文獻中只有縮略語出現(xiàn)?？s略語的出現(xiàn)形式?jīng)Q定了當前縮略語消歧的方法主

2、要有兩種：基于啟發(fā)式方法，需要構建規(guī)則集；另一種是使用統(tǒng)計學和機器學習的方法，從大量的樣本中推導出語言使用模型。
　　 由于生物醫(yī)學文獻的復雜性和多樣性，生物醫(yī)學縮略語在文獻中的出現(xiàn)形式亦呈現(xiàn)出多樣性。生物醫(yī)學縮略語消歧是一個相當困難的任務。本文根據(jù)生物醫(yī)學縮略語在文獻中出現(xiàn)的形式，分別應用基于規(guī)則和基于機器學習的方法對生物醫(yī)學縮略語消歧進行了深入研究。對于需要消歧的文檔，本文首先根據(jù)縮略語識別法定位到縮略語；其次用基于規(guī)則和統(tǒng)

3、計的方法對第一種形式的縮略語進行消歧；然后使用縮略語詞典判斷是否對此縮略語消歧；若此步?jīng)]有找到縮略語正確全稱，最后進行全局縮略語消歧。本文通過實驗分析證明基于向量空間模型的方法最適用于第二種形式的生物醫(yī)學縮略語消歧。
　　 生物醫(yī)學縮略語消歧實驗目前還沒有統(tǒng)一的語料，以往研究都是針對文獻中縮略語出現(xiàn)的其一種形式進行消歧，沒有形成完善、高效的消歧系統(tǒng)。本文在自己構建語料的基礎上進行實驗證明：本文所構建的生物醫(yī)學縮略語消歧系統(tǒng)，實現(xiàn)