面向循證醫(yī)學的多文檔自動文摘技術研究.pdf

1、隨著網(wǎng)絡技術的迅速發(fā)展和循證醫(yī)學網(wǎng)絡文獻的爆炸式增長，從海量醫(yī)學數(shù)據(jù)中快速獲取有價值信息的迫切需求促進了自動文摘技術在醫(yī)學領域的應用與研究。
　　 本文在對循證醫(yī)學和自動文摘技術進行大量研究之后，提出了一種結合循證醫(yī)學領域知識、文本的淺層特征和語義特征的多文檔自動文摘方法，設計并實現(xiàn)了一個面向循證醫(yī)學的多文檔自動文摘原型系統(tǒng)EBM MDS(Evidence-BasedMedicine Multi-Document Summari

2、zation)。該系統(tǒng)分為文檔預處理、特征選擇、句子抽取、冗余消除與文摘句重排序模塊。本文研究的關鍵技術包括：
　　 (1)針對一詞多義和多詞同義問題，提出了結合醫(yī)學主題詞表MeSH和語義詞典WordNet的語義消歧和同義詞合并算法，這種方法可以有效提高特征詞條的識別準確率。
　　 (2)在句子抽取模塊，提出了兩種句子抽取算法：一種是綜合考慮詞頻、位置、線索詞、指示詞、句子實詞密度等淺層特征的句子抽取算法，一種是結合語義

3、特征的句子抽取算法。其中句子實詞密度(density)可以消除句子長度對句子權重的影響。
　　 (3)對于冗余信息，結合簡化的MMR-MD算法和基于語義的句子相似度算法來降低冗余度。
　　 (4)為了增強文摘的連貫性和可讀性，提出了一種基于不同優(yōu)先級特征的文摘句排序策略，優(yōu)先級由高至低為：文摘句的時間戳信息、文摘句在原文中的位置比例、文摘句所在文獻的證據(jù)等級。
　　 (5)在系統(tǒng)評測部分，除了采用自動文摘領域通用