面向生物醫(yī)學文獻的文本挖掘技術研究.pdf

1、在后基因組時代,生物學研究已由對生物學單體研究(基因、蛋白、其他生物分子等)快速向?qū)φ麄€生物系統(tǒng)的研究方向轉變。如今絕大多數(shù)生物醫(yī)學文獻都可在網(wǎng)絡上檢索,包含了豐富的生物學知識,也是獲取國際上生命科學最新研究成果的最主要的途徑。盡管公共數(shù)據(jù)庫中的一些文獻已由專家人工進行了內(nèi)容提煉和分類整理,但相對于記載新發(fā)現(xiàn)的文獻涌現(xiàn)的速度來說,還是遠遠落后。由于生物學名詞的縮略性、模糊性和多義性,從海量文獻中自動提取出生物學知識是非常困難的。而隨著新

2、文獻數(shù)量的與日遞增,需要有一種從海量文獻中自動快速提取生物學知識的方法來輔助研究。 我們將主流的文本挖掘技術運用在生物信息學領域,運用自然語言處理和本體技術,對生物醫(yī)學文獻進行挖掘。在分析生物醫(yī)學文獻特性的基礎上,設計開發(fā)了基因疾病相關文獻挖掘平臺,綜合運用網(wǎng)絡蜘蛛、句法剖析、語義語用分析、生物醫(yī)學領域?qū)I(yè)知識庫標定等技術,對基因和疾病相關文獻進行深度挖掘,進行基因功能、基因與疾病關系、生物分子相互作用網(wǎng)絡知識發(fā)現(xiàn)。該平臺收集了