基于本體的文本挖掘結果的存儲與表現(xiàn).pdf

1、目的：隨著基因組學、蛋白組學、代謝組學的研究發(fā)展，生物醫(yī)學文獻數(shù)量迅猛增長，如何在如此數(shù)量龐雜的文獻中準確快捷得找到我們需要的信息？文本挖掘的出現(xiàn)為我們提供了這種可能。如何對文本挖掘得到的語義信息(如規(guī)則等)進行合理的表示和有效的組織，并為以后使用(如推理等)打下基礎，成為文本挖掘后進一步關切的問題。隨著對本體認識的深入，本體在知識概念表示和知識組織方面的優(yōu)勢日益突顯出來。用本體表示領域知識，是對豐富多彩的領域現(xiàn)象的抽象。因此，面對文本

2、挖掘后得到的模式或知識如何有效的表達這一問題，利用本體方法建立領域的概念體系無疑是一種新的嘗試。本文的主要目的便是嘗試將文本挖掘得到的語義信息用本體這一概念模型進行存儲和表達。 方法：本研究以《醫(yī)學主題詞樹狀結構表》中A大類—解剖類(anatomy category)、C大類—疾病類(diseases category)、G大類—生物科學類(biological sciences category)主題詞為研究對象，以MEDLI

3、NE數(shù)據庫中A大類，C大類，G大類主題詞相關文獻為樣本，用高頻主題詞共詞聚類分析方法提取文獻中主題詞之間的二維關聯(lián)規(guī)則；以腫瘤領域為例，選取涉及腫瘤領域的相關規(guī)則，返回MEDLINE數(shù)據庫，通過檢索，得出規(guī)則所表達的具體的概念間的關系；將概念間的關系用本體這一概念模型進行組織和表達，構建腫瘤主題領域的概念體系結構。 結果：本研究對解剖類、疾病類、生物科學類相關的語義關系進行提取后，共生成解剖類的規(guī)則202條，生物科學類的規(guī)則10