生物醫(yī)學(xué)文本挖掘技術(shù)研究及應(yīng)用.pdf

1、當(dāng)今生命科學(xué)研究的一個(gè)顯著特點(diǎn)是不斷涌現(xiàn)出海量的生物實(shí)驗(yàn)數(shù)據(jù),絕大多數(shù)以論文形式發(fā)表在科學(xué)期刊上,以文本形式呈現(xiàn)出來。對于生物醫(yī)學(xué)文獻(xiàn)進(jìn)行加工和集中處理,可以從中提煉出更多的生物信息。在生物醫(yī)學(xué)研究中利用這些信息,有助于了解疾病產(chǎn)生的機(jī)制,促進(jìn)疾病診斷技術(shù)的發(fā)展。以往從科學(xué)文獻(xiàn)中提煉信息的方式是通過手工分析和注釋,將非結(jié)構(gòu)化的文本數(shù)據(jù)轉(zhuǎn)化為結(jié)構(gòu)化數(shù)據(jù),存放在數(shù)據(jù)庫中。生物醫(yī)學(xué)研究人員現(xiàn)在面對的是海量文獻(xiàn),手工的方式顯然已不再適用,必須發(fā)

2、展新的信息處理技術(shù)去自動解析科學(xué)文獻(xiàn),快速提煉其中的生物信息,而文本挖掘則是解決問題的最好方法。
　　 本文在分析生物醫(yī)學(xué)文獻(xiàn)特性的基礎(chǔ)上,發(fā)展了將自然語言處理和本體技術(shù)結(jié)合,面向生物醫(yī)學(xué)文獻(xiàn)進(jìn)行挖掘的方法。首先,采用網(wǎng)絡(luò)蜘蛛技術(shù)將PubMed文獻(xiàn)從網(wǎng)站中剝離；接著,用最大熵標(biāo)注器對文獻(xiàn)進(jìn)行詞性標(biāo)注,將語法分析過程和語義分析過程分開,將語法分析的結(jié)果用專業(yè)的生物醫(yī)學(xué)知識庫進(jìn)行標(biāo)定,并通過TF-IDF來補(bǔ)充預(yù)測潛在生物學(xué)實(shí)體；最后

3、將語法分析與語義分析的結(jié)果整合起來,進(jìn)行生物學(xué)關(guān)聯(lián)關(guān)系的抽取與分析。在此基礎(chǔ)上,本文設(shè)計(jì)開發(fā)了基因疾病相關(guān)文獻(xiàn)挖掘平臺。該平臺實(shí)現(xiàn)了對大量文獻(xiàn)的進(jìn)行快速自動挖掘,將挖掘結(jié)果以簡潔的可視化形式呈現(xiàn)給用戶,使用戶能快速獲得文獻(xiàn)中的重要信息。通過使用存儲過程及后臺程序優(yōu)化,使得挖掘平臺的效率提高了32％;實(shí)驗(yàn)結(jié)果顯示,對于生物學(xué)實(shí)體,平臺挖掘的綜合測評率為81.1％；在實(shí)體關(guān)系識別方面,綜合測評率達(dá)到83.3％。最后,我們利用開發(fā)的文獻(xiàn)挖掘平