基于無詞典分詞的中文生物醫(yī)學(xué)文獻(xiàn)相關(guān)性數(shù)據(jù)庫(kù)構(gòu)建方法研究.pdf

1、作為提升生物醫(yī)學(xué)文獻(xiàn)檢索系統(tǒng)智能化水平的一種重要手段，基于生物醫(yī)學(xué)文獻(xiàn)相關(guān)性數(shù)據(jù)庫(kù)的相關(guān)文獻(xiàn)檢索對(duì)于滿足醫(yī)療衛(wèi)生領(lǐng)域臨床、教學(xué)和科研人員的知識(shí)需求有重要意義。中國(guó)醫(yī)學(xué)科學(xué)院醫(yī)學(xué)信息研究所近年來對(duì)中文生物醫(yī)學(xué)文獻(xiàn)相關(guān)性數(shù)據(jù)庫(kù)的構(gòu)建方法進(jìn)行了大量的研究，但中文自動(dòng)分詞方法和文獻(xiàn)相關(guān)性判定的時(shí)間復(fù)雜度兩大問題，仍有待深入探討。本研究針對(duì)中文自動(dòng)分詞問題，嘗試引入一種基于重現(xiàn)原理的無詞典分詞方法，通過對(duì)分詞結(jié)果的分析，初步證實(shí)了該分詞方法在中文

2、生物醫(yī)學(xué)文獻(xiàn)相關(guān)性數(shù)據(jù)庫(kù)構(gòu)建過程中應(yīng)用的可行性；針對(duì)文獻(xiàn)相關(guān)性判定時(shí)間復(fù)雜度問題，嘗試提出“倒排—SIM法”，較明顯提高了文獻(xiàn)相關(guān)性判定的速度，為中文生物醫(yī)學(xué)文獻(xiàn)相關(guān)性數(shù)據(jù)庫(kù)的應(yīng)用實(shí)踐做了技術(shù)上的鋪墊。最后，通過相關(guān)準(zhǔn)率、MAP和P@10三個(gè)指標(biāo)的綜合評(píng)判，表明本研究中基于無詞典分詞構(gòu)建的文獻(xiàn)相關(guān)性數(shù)據(jù)庫(kù)在相關(guān)文獻(xiàn)揭示的整體效果上，達(dá)到了和原來基于詞典分詞構(gòu)建的中國(guó)生物醫(yī)學(xué)工程文獻(xiàn)相關(guān)性數(shù)據(jù)庫(kù)相同的水平，證實(shí)了基于無詞典分詞構(gòu)建中文生物