

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領
文檔簡介
1、近幾十年來隨著生物醫(yī)學科學文獻的增多生物醫(yī)學信息檢索已經(jīng)得到了越來越多的研究人員的關(guān)注。如MEDLINE數(shù)據(jù)庫2009年已經(jīng)包含了超過17,000,000的生物醫(yī)學文獻。僅在2008年就有超過600,000的新文章被新增進數(shù)據(jù)庫。從如此巨大的科學知識文獻庫中檢索相關(guān)信息變得越來越重要,也越來越具有挑戰(zhàn)性。這對高效的生物醫(yī)學信息檢索技術(shù)提出了迫切的需求。生物醫(yī)學文本通常包含大量的專業(yè)詞匯以及縮寫,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)學領域準確率變得非常差,因此需要研究基于語義的生物醫(yī)學文本檢索方法。
本文主要研究基于本體的生物醫(yī)學文本信息檢索,探索基于語義相似度的生物醫(yī)學信息檢索方法。論文首先是對生物醫(yī)學信息檢索的發(fā)展及現(xiàn)狀進行了回顧,分析比較了基于傳統(tǒng)文本檢索模型在生物醫(yī)學信息檢索中的性能。研究了基于生物醫(yī)學本體的語義相似度,本文采用 MeSH作為本體。根據(jù)檢索任務的特點,創(chuàng)新性地提出了非對稱語義相似度模型。由于
3、MeSH醫(yī)學主題詞并不能很好的涵蓋文章的內(nèi)容,本文研究將語義相似度和傳統(tǒng)文本檢索模型方法進行融合,實驗結(jié)果表明語義相似度和傳統(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)學文本信息檢索中在性能上的差異,為后續(xù)研究選定基準參照。
第二,研究了基于生物醫(yī)學本體 MeSH的語義相似度方法,之后根據(jù)檢索任務的特點創(chuàng)新性地提出了非對稱語義相似度方法
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 生物醫(yī)學文本的標注與檢索研究.pdf
- 基于本體的企業(yè)文本檢索模型研究.pdf
- 基于領域本體的生物醫(yī)學本體匹配算法研究.pdf
- 基于領域本體的生物醫(yī)學文獻挖掘算法研究及其系統(tǒng)實現(xiàn).pdf
- 限定領域下基于概念圖的文本檢索.pdf
- 生物醫(yī)學文本中指代消解的研究.pdf
- 基于概念和段落檢索的生物醫(yī)學文獻知識發(fā)現(xiàn).pdf
- 生物醫(yī)學文本中實體關(guān)系抽取的研究.pdf
- 基于領域本體的文本信息語義檢索研究.pdf
- 基于統(tǒng)計學習的生物醫(yī)學文本信息抽取方法研究.pdf
- 面向生物醫(yī)學領域的文本挖掘技術(shù)研究.pdf
- 生物醫(yī)學領域本體自動構(gòu)建系統(tǒng)的設計與實現(xiàn).pdf
- 生物醫(yī)學文本聚類算法研究與應用.pdf
- 生物醫(yī)學文本挖掘技術(shù)研究及應用.pdf
- 生物醫(yī)學文本中藥物信息抽取方法研究.pdf
- 面向生物醫(yī)學文獻的文本挖掘技術(shù)研究.pdf
- 基于WEB的生物醫(yī)學文獻挖掘.pdf
- 基于生物醫(yī)學文本挖掘技術(shù)的天然產(chǎn)物的靶標蛋白預測.pdf
- 中國生物醫(yī)學文獻數(shù)據(jù)庫檢索方法cbm
- 基于判別式模型的生物醫(yī)學文本挖掘相關(guān)問題研究
評論
0/150
提交評論