基于語義和半監(jiān)督學(xué)習(xí)的醫(yī)學(xué)文獻(xiàn)知識發(fā)現(xiàn).pdf

1、目前，每年生物醫(yī)學(xué)文獻(xiàn)的數(shù)量正在呈指數(shù)的方式增長，科研人員為了得到好的研究成果，需要查找閱讀大量的文獻(xiàn)，但如此大規(guī)模的文獻(xiàn)，給科研人員帶來了巨大的困難。同時(shí)，現(xiàn)代科學(xué)研究分工明確，不同學(xué)科之間的交流匱乏，交叉學(xué)科的知識往往會被人們忽視，而這些文獻(xiàn)中隱含著大量有用的、潛在的信息。Swanson在1986年提出了基于非相關(guān)文獻(xiàn)的假設(shè)發(fā)現(xiàn)研究，提出并驗(yàn)證了魚油可以治療雷諾氏病的經(jīng)典案例。隨后許多研究人員對假設(shè)發(fā)現(xiàn)做了大量研究，并取得了大量的研

2、究成果。
　　但傳統(tǒng)的基于簡單共現(xiàn)的方法會產(chǎn)生大量的目標(biāo)詞，導(dǎo)致很難發(fā)現(xiàn)有用的假設(shè)。本文提出了一種基于語義資源的方法，利用SemRep工具抽取句子內(nèi)實(shí)體之間的關(guān)系，結(jié)合語義類型、概念的信息量以及關(guān)聯(lián)規(guī)則對連接詞、目標(biāo)詞進(jìn)行過濾，并根據(jù)統(tǒng)計(jì)量信息對目標(biāo)詞進(jìn)行排序。通過對Swanson發(fā)現(xiàn)的經(jīng)典病例進(jìn)行驗(yàn)證，實(shí)驗(yàn)結(jié)果表明該方法取得很好的效果。
　　另一方面，由于SemRep工具產(chǎn)生的語義關(guān)系準(zhǔn)確率召回率(55％)比較低，會丟失文