基于領(lǐng)域本體的生物醫(yī)學(xué)文本檢索.pdf

1、近幾十年來(lái)隨著生物醫(yī)學(xué)科學(xué)文獻(xiàn)的增多生物醫(yī)學(xué)信息檢索已經(jīng)得到了越來(lái)越多的研究人員的關(guān)注。如MEDLINE數(shù)據(jù)庫(kù)2009年已經(jīng)包含了超過(guò)17,000,000的生物醫(yī)學(xué)文獻(xiàn)。僅在2008年就有超過(guò)600,000的新文章被新增進(jìn)數(shù)據(jù)庫(kù)。從如此巨大的科學(xué)知識(shí)文獻(xiàn)庫(kù)中檢索相關(guān)信息變得越來(lái)越重要，也越來(lái)越具有挑戰(zhàn)性。這對(duì)高效的生物醫(yī)學(xué)信息檢索技術(shù)提出了迫切的需求。生物醫(yī)學(xué)文本通常包含大量的專(zhuān)業(yè)詞匯以及縮寫(xiě)，存在著大量同義詞、近義詞現(xiàn)象。這就使得傳統(tǒng)

2、的、基于單詞匹配的文本信息檢索方法在醫(yī)學(xué)領(lǐng)域準(zhǔn)確率變得非常差，因此需要研究基于語(yǔ)義的生物醫(yī)學(xué)文本檢索方法。
　　本文主要研究基于本體的生物醫(yī)學(xué)文本信息檢索，探索基于語(yǔ)義相似度的生物醫(yī)學(xué)信息檢索方法。論文首先是對(duì)生物醫(yī)學(xué)信息檢索的發(fā)展及現(xiàn)狀進(jìn)行了回顧，分析比較了基于傳統(tǒng)文本檢索模型在生物醫(yī)學(xué)信息檢索中的性能。研究了基于生物醫(yī)學(xué)本體的語(yǔ)義相似度，本文采用 MeSH作為本體。根據(jù)檢索任務(wù)的特點(diǎn)，創(chuàng)新性地提出了非對(duì)稱(chēng)語(yǔ)義相似度模型。由于

3、MeSH醫(yī)學(xué)主題詞并不能很好的涵蓋文章的內(nèi)容，本文研究將語(yǔ)義相似度和傳統(tǒng)文本檢索模型方法進(jìn)行融合，實(shí)驗(yàn)結(jié)果表明語(yǔ)義相似度和傳統(tǒng)文本檢索模型結(jié)合的方法取得了顯著的性能提高。
　　本文的主要貢獻(xiàn)包括：
　　第一，分析和比較了幾種傳統(tǒng)文本檢索模型在生物醫(yī)學(xué)文本信息檢索中在性能上的差異，為后續(xù)研究選定基準(zhǔn)參照。
　　第二，研究了基于生物醫(yī)學(xué)本體 MeSH的語(yǔ)義相似度方法，之后根據(jù)檢索任務(wù)的特點(diǎn)創(chuàng)新性地提出了非對(duì)稱(chēng)語(yǔ)義相似度方法