文本數(shù)據(jù)的生物信息學(xué)模型及在前列腺癌中的應(yīng)用研究.pdf

1、博士學(xué)位論文論文題目文本數(shù)據(jù)的生物信息學(xué)模型及在前列腺癌中的應(yīng)用研究BioinfmaticsModellingonTextsItsReasearchApplicationonProstateCancer研究生姓名朱斐指導(dǎo)教師姓名沈百榮專業(yè)名稱系統(tǒng)生物學(xué)研究方向文本挖掘論文提交日期2013年9月文本數(shù)據(jù)的生物信息學(xué)模型及在前列腺癌中的應(yīng)用研究中文摘要I文本數(shù)據(jù)的生物信息學(xué)模型及在前列腺癌中的應(yīng)用研究中文摘要大量的生物文本為生物醫(yī)學(xué)研究提供

2、了豐富的資源。但由于文本數(shù)量巨大，無(wú)法通過人工處理來獲取信息。文本挖掘能從現(xiàn)有的文獻(xiàn)中自動(dòng)地挖掘感興趣的信息。借助于文本挖掘，可以從文獻(xiàn)數(shù)據(jù)庫(kù)檢索需要的生物醫(yī)學(xué)文本；這些非結(jié)構(gòu)化的文本包含了大量的研究成果和實(shí)驗(yàn)數(shù)據(jù)，文本挖掘可以找出其中蘊(yùn)含的重要信息和知識(shí)；在所發(fā)現(xiàn)的信息的基礎(chǔ)上，研究人員可以進(jìn)一步生成假設(shè)、進(jìn)行推斷和預(yù)測(cè)、指導(dǎo)實(shí)驗(yàn)和更深入的研究。癌癥已經(jīng)成為影響人類健康的主要惡性疾病之一，對(duì)癌癥的預(yù)防、診斷和治療是一個(gè)重要的研究熱點(diǎn)。

3、以文本形式存在的大量癌癥相關(guān)的文獻(xiàn)和實(shí)驗(yàn)數(shù)據(jù)為生物醫(yī)學(xué)研究提供了寶貴的資料。許多研究者借助于文本挖掘在處理文本數(shù)據(jù)方面的優(yōu)勢(shì)，將癌癥研究和文本挖掘相結(jié)合，使用文本挖掘技術(shù)發(fā)現(xiàn)新的知識(shí)，以促進(jìn)生物醫(yī)學(xué)的深入研究。本文綜述了文本挖掘的各項(xiàng)子任務(wù)、一般處理流程、常用數(shù)據(jù)集和工具，介紹了目前文本挖掘在癌癥中的應(yīng)用研究，具體包括：1)介紹了文本挖掘的相關(guān)概念、各項(xiàng)子任務(wù)以及處理流程；2)細(xì)述了一些常用的文本挖掘工具和語(yǔ)料，分析比較了這些工具的優(yōu)缺

4、點(diǎn)和適用領(lǐng)域；3)分析總結(jié)了基于文本挖掘的癌癥系統(tǒng)生物學(xué)研究常規(guī)流程；4)指出了文本挖掘存在的不足，面臨的挑戰(zhàn)，并針對(duì)性地提出了解決思路以供研究者參考。要從這些海量數(shù)據(jù)中挖掘信息，找出文本中包含的生物詞匯是關(guān)鍵。命名實(shí)體識(shí)別的目的是從文本中識(shí)別出指定類型的實(shí)體名字，如基因、蛋白等。命名體識(shí)別是進(jìn)一步挖掘信息的基礎(chǔ)。從計(jì)算建模的角度來看，生物命名體識(shí)別可以看成是一個(gè)序列分割問題，得到了廣泛的研究。然而，由于生物詞匯在詞匯構(gòu)造、語(yǔ)法、詞形、