基于背景知識(shí)的醫(yī)學(xué)領(lǐng)域分類關(guān)系學(xué)習(xí)技術(shù)研究.pdf

1、目前，雖然生物醫(yī)學(xué)研究領(lǐng)域已經(jīng)廣泛認(rèn)可了領(lǐng)域本體的實(shí)用性，但是其有效使用仍然存在諸多阻礙。領(lǐng)域本體旨在盡可能全面地覆蓋本領(lǐng)域的概念和關(guān)系，然而，手工構(gòu)建本體通常耗時(shí)費(fèi)力，容易產(chǎn)生差錯(cuò)，并且存在更新困難以及一致性差等問(wèn)題。本體學(xué)習(xí)作為本體自動(dòng)構(gòu)建技術(shù)，可以較好地解決上述問(wèn)題。自然語(yǔ)言處理、信息抽取、信息檢索以及機(jī)器學(xué)習(xí)技術(shù)的進(jìn)步，推動(dòng)了本體學(xué)習(xí)技術(shù)的發(fā)展。
　　本體學(xué)習(xí)包括術(shù)語(yǔ)抽取、概念抽取、分類關(guān)系抽取、非分類關(guān)系抽取及公理抽取等

2、。分類關(guān)系作為本體構(gòu)建的重要組成部分，是國(guó)內(nèi)外研究的重點(diǎn)。本論文提出了一種基于背景知識(shí)的面向文本的領(lǐng)域分類關(guān)系自動(dòng)學(xué)習(xí)方案，主要過(guò)程包括:(1)從自由文本中抽取領(lǐng)域術(shù)語(yǔ)，將抽取到的術(shù)語(yǔ)結(jié)合領(lǐng)域背景知識(shí)RxNorm生成概念。(2)對(duì)生成的概念進(jìn)行基于詞法相似度和語(yǔ)義相似度的五個(gè)維度相似度計(jì)算，包括基于詞法的概念名-概念名、概念名-術(shù)語(yǔ)名之間的萊文斯坦相似度，以及基于領(lǐng)域知識(shí)庫(kù)SNOMED CT和關(guān)聯(lián)生命數(shù)據(jù)集DBpedia背景知識(shí)的語(yǔ)義相

3、似度。(3)對(duì)生成的領(lǐng)域概念進(jìn)行層次聚類，完成多維度信息的整合，得出初始的概念樹狀圖，再對(duì)樹狀圖進(jìn)行相應(yīng)的剪枝和聚簇標(biāo)記，得出概念間的分類關(guān)系?；谏鲜龇椒?，本論文選取MEDLINE和DRUGBANK語(yǔ)料庫(kù)進(jìn)行藥物名稱分類關(guān)系的學(xué)習(xí)，共抽取到2547個(gè)概念，映射到16種藥物名稱頂級(jí)概念層。對(duì)分類關(guān)系進(jìn)行評(píng)估與總結(jié)，實(shí)現(xiàn)了從自由文本到本體分類關(guān)系的發(fā)現(xiàn)。在此基礎(chǔ)上，對(duì)抽取到的領(lǐng)域概念和關(guān)系進(jìn)行了本體建模，完成了相應(yīng)領(lǐng)域本體的構(gòu)建。該本體完