基于鏈接開放數(shù)據(jù)的醫(yī)學(xué)實體標(biāo)注.pdf

1、隨著生物醫(yī)學(xué)領(lǐng)域文本數(shù)據(jù)使用的日益頻繁,該領(lǐng)域的實體標(biāo)注方法也顯得越來越重要。實體的自動標(biāo)注在處理很多問題上有著關(guān)鍵而高效的作用,其中包括文本信息的抽取、純文本的自動分類、文本信息的提煉與總結(jié)、問答系統(tǒng)和基于文本的知識挖掘等。盡管目前有很多關(guān)于實體標(biāo)注的方法被廣泛的運用在生物醫(yī)學(xué)實體的抽取中,但是,它們基本都會碰到例如數(shù)據(jù)的靈活性、語言的相對獨立性和基于規(guī)則的詞意消歧的復(fù)雜性等問題。
　　另一方面,隨著鏈接開放數(shù)據(jù)的發(fā)展,越來越多

2、的開放知識庫主動的把自已的數(shù)據(jù)鏈接到這個龐大的數(shù)據(jù)云上。最近幾年里,互聯(lián)網(wǎng)上結(jié)構(gòu)化數(shù)據(jù)的數(shù)量迅猛增加。目前,295個不同領(lǐng)域的網(wǎng)絡(luò)數(shù)據(jù)源中擁有數(shù)以百萬計的RDF三元組,它們甚至連語言都不盡相同。如此眾多的三元組所帶來的則是大量唾手可得的實體信息與錯綜復(fù)雜但卻易于挖掘的實體間關(guān)系。所以,研究者們可以高效的從這個龐大的數(shù)據(jù)云中獲得某個特定領(lǐng)域的數(shù)據(jù)。
　　在本文中,我們提出了一個基于鏈接開放數(shù)據(jù)的知識驅(qū)動的方法來解決在生物醫(yī)學(xué)文獻中進