生物醫(yī)學文本挖掘技術研究及應用.pdf_第1頁
已閱讀1頁,還剩83頁未讀 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

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

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論