生物醫(yī)學文本挖掘技術研究及應用.pdf

1、當今生命科學研究的一個顯著特點是不斷涌現出海量的生物實驗數據,絕大多數以論文形式發(fā)表在科學期刊上,以文本形式呈現出來。對于生物醫(yī)學文獻進行加工和集中處理,可以從中提煉出更多的生物信息。在生物醫(yī)學研究中利用這些信息,有助于了解疾病產生的機制,促進疾病診斷技術的發(fā)展。以往從科學文獻中提煉信息的方式是通過手工分析和注釋,將非結構化的文本數據轉化為結構化數據,存放在數據庫中。生物醫(yī)學研究人員現在面對的是海量文獻,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去自動解析科學文獻,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)學文獻特性的基礎上,發(fā)展了將自然語言處理和本體技術結合,面向生物醫(yī)學文獻進行挖掘的方法。首先,采用網絡蜘蛛技術將PubMed文獻從網站中剝離；接著,用最大熵標注器對文獻進行詞性標注,將語法分析過程和語義分析過程分開,將語法分析的結果用專業(yè)的生物醫(yī)學知識庫進行標定,并通過TF-IDF來補充預測潛在生物學實體；最后

3、將語法分析與語義分析的結果整合起來,進行生物學關聯(lián)關系的抽取與分析。在此基礎上,本文設計開發(fā)了基因疾病相關文獻挖掘平臺。該平臺實現了對大量文獻的進行快速自動挖掘,將挖掘結果以簡潔的可視化形式呈現給用戶,使用戶能快速獲得文獻中的重要信息。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％;實驗結果顯示,對于生物學實體,平臺挖掘的綜合測評率為81.1％；在實體關系識別方面,綜合測評率達到83.3％。最后,我們利用開發(fā)的文獻挖掘平