基于規(guī)則學習的中醫(yī)藥文獻自動標引系統(tǒng).pdf

1、中醫(yī)藥學是中華民族具有兒千年傳統(tǒng)的醫(yī)藥學,中華民族繁衍生息到現(xiàn)在充分證明了中醫(yī)頑強的生命力及其實用價值.近兒年米,中醫(yī)藥科學問題的現(xiàn)代研究不僅是中醫(yī)藥本身的研究重點,也成為其他學科,如化學、藥物學研究的重點.隨著信息化的深入,中醫(yī)藥信息越來越多,巨量的數(shù)據(jù)有時也使一些特定的用戶不知所措.目前在中醫(yī)藥領(lǐng)域已經(jīng)建立了中醫(yī)藥領(lǐng)域的文獻數(shù)據(jù)庫,每年幾乎都會有幾萬篇文獻,如何采用計算機技術(shù)來自動和半自動的完成文獻的編輯如標引、關(guān)鍵字提取等任務(wù),減

2、少在文獻編輯中人為的不確定性和錯誤,同時減少人力物力,從而提高文獻分類、檢索的效率和質(zhì)量,變得異常突出和重要.該文就中醫(yī)藥文獻的自動標引研究,在以前工作的基礎(chǔ)上,提出并開發(fā)了一個基于規(guī)則學習的主題自動標引系統(tǒng).該系統(tǒng)從文獻的題名中抽取并識別主題模式,相當有效地解決了醫(yī)學科技文獻的自動標引中涉及的主題詞和副主題詞的組配問題.開發(fā)完成的自動標引系統(tǒng)初期版本在大量中醫(yī)藥文獻中進行了實驗,標引結(jié)果遠好于以前的系統(tǒng).具體來講,該文做了以下幾個方面

3、的工作:1具體研究了信息抽取中的WHISK算法,并且針對中醫(yī)藥文獻數(shù)據(jù),對WHISK算法作了相應(yīng)的改動,作為自動標引的規(guī)則學習算法.2開發(fā)了詞庫管理系統(tǒng),由于自動標引系統(tǒng)中用到的主題詞庫和入口詞庫在不斷的更新和變化,這種詞庫的變化對于自動標引結(jié)果的準確性有很大的影響,所以開發(fā)了一個詞庫管理系統(tǒng),負責Mesh詞更新與反插、主題詞與入口詞關(guān)聯(lián)、主題詞更新提示、更新詞分析與統(tǒng)計等功能.3提出了通過"規(guī)則學習"產(chǎn)生規(guī)則集的思想,并且利用改進的W