首页 > 文献资料
-
蛋白质相互作用的文本挖掘研究进展
生物体的生理功能主要由细胞中的蛋白质调控,因此研究蛋白质间的相互作用成为理解生命活动的基础.使用文本挖掘方法研究蛋白质相互作用可以充分利用现有的大量文献揭示出与蛋白质相关的潜在知识,构造蛋白质相互作用网络.着重从相关的语料集和工具、所涉及的技术和方法等方面,对蛋白质相互作用的文本挖掘进行综述,并对研究前景进行展望.
-
非结构化电子病历关系抽取的机器学习
目的:实现电子病历(EMR)病程记录中关系抽取的机器学习.方法:利用文本工程通用框架(GATE)的应用实例组件批处理学习进程资源(Batch learning Process Resource)进行机器学习.结果:机器学习关系抽取的结果符合预期要求,具有较好的实用性.结论:利用Batch learning PR可以在EMR大段文章中快速自动获取所需的关系信息.
-
生物医学实体关系抽取的研究
人类基因组计划使生物医学的研究取得了前所未有的成就,在研究结果中得到了大量的生物医学实体,如基因、蛋白质、器官、疾病和药物等,但这些生物实体之间存在什么样的关系仍不完全清楚.作为生物医学研究成果载体的文献呈指数增长,已成为科研人员获取知识的瓶颈.文本挖掘能够解决信息超载问题,故对生物医学实体关系的挖掘流程和评价指标进行介绍,对生物医学文本挖掘在研究生物实体关系抽取中采用的基于统计的方法、基于自然语言处理的方法和基于模式匹配的方法进行了阐述,对各种方法进行了综合比较,同时介绍了国内外相关研究.
-
文本挖掘在生物医学领域中的应用及其系统工具
系统介绍了生物医学文本挖掘的具体流程和文本挖掘技术在生物医学领域中的应用情况,并着重从自然语言处理和本体、命名实体识别、关系抽取、文本分类与聚类、共现分析、系统工具及评价、可视化等方面分别做了阐述.
-
医学百科知识图谱构建
利用实体识别、关系抽取、可视化分析等技术构建医学知识图谱,以期为知识服务系统提供知识的高效检索、组织和管理,为知识间关联关系的发现奠定基础.该图谱可提供力导向布局图及和弦图两种可视化展示百科知识的直观方式,应用于医药卫生知识服务系统平台取得很好的效果,系统"百科数据"访问量突破性增加,超过20%的用户关注并浏览知识图谱应用.