基于中醫(yī)本體的信息提取技術(shù)的研究與設(shè)計.pdf

1、從1993年中國連入Internet我國的信息化越來越快。Internet的快速發(fā)展使它成為人們獲取信息的必備工具。但是隨著信息化的發(fā)展Internet上的信息越來越多，需要查看成百的網(wǎng)頁才能從中發(fā)現(xiàn)有效信息，這使人們在網(wǎng)上獲得信息越來越不方便。現(xiàn)代的人們越來越注重人們自身的保健。越來越多的人多把目光投向了中醫(yī)。信息時代要求信息化，越來越多的中醫(yī)理療信息出現(xiàn)在互聯(lián)網(wǎng)上，快速準(zhǔn)確的得到中醫(yī)信息是一個比較困難的技術(shù)。
　　 本體是人

2、們對特定領(lǐng)域知識的共同認(rèn)識的總結(jié)，方便人們交流信息。本論文使用的基于中醫(yī)本體的信息提取技術(shù)就是本體與文檔特征空間向量兩種技術(shù)的結(jié)合，用于提高信息檢索的效率。
　　 本論文構(gòu)建了中醫(yī)學(xué)本體，用于輔助文檔空間向量方法，提高查全率和準(zhǔn)確率。中醫(yī)本體中包含了各種中醫(yī)概念類，本文就是使用這些專家編寫的概念與網(wǎng)頁信息中的關(guān)鍵詞對比，突顯出網(wǎng)頁中的中醫(yī)概念，從而把包含中醫(yī)理論信息的的網(wǎng)頁凸顯出來。
　　 本論文對普通權(quán)重計算公式進行了

3、改進。普通的權(quán)重計算公式只是簡單的利用了概念詞匯的詞頻，沒有突出概念的語義。在實際的閱讀中一個關(guān)鍵概念的出現(xiàn)往往與文檔的語義信息有極大關(guān)系，本論文就是使用這一點，在構(gòu)建中醫(yī)本體時就加入了概念詞匯的語義權(quán)重。利用詞頻和語義權(quán)重的算術(shù)平均數(shù)代表概念詞匯的權(quán)重，代替了單純的詞頻權(quán)重法。沒有在中醫(yī)本體中出現(xiàn)的詞匯還是使用詞頻代表權(quán)重。這樣就能凸顯中醫(yī)本體中的關(guān)鍵概念了。
　　 本論文使用文檔空間向量的余弦表示兩個文檔的相似度。通過和學(xué)習(xí)