基于语义和半监督学习的医学文献知识发现

《基于语义和半监督学习的医学文献知识发现》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、硕士学位论文基于语义和半监督学习的医学文献知识发现KnowledgeDiscoveryfromBiomedicalLiteratureBasedonSemanticResourcesandSemi—supervisedLearning学号：21109224指导教师：扬查塞副塾援完成日期：2014．5．3大连理工大学DalianUniversityofTechnology大连理工大学学位论文独创性声明作者郑重声明：所呈交的学位论文，是本人在导师的指导下进行研究工作所取得的成果。尽我所知，除文中已经注明引用内容和致谢的地方外，本论文不包含其他个人或集体已经发表的研究成果，也不包含其他已申请学位或其

2、他用途使用过的成果。与我一同工作的同志对本研究所做的贡献均已在论文中做了明确的说明并表示了谢意。学位论文题目：丝委遮选鲨聋竖盘益习殓医堑童丛生鲨丝垫作者签名：叠荆％一日期：卫业年-鱼月车日大连理工大学硕士学位论文摘要目前，每年生物医学文献的数量正在呈指数的方式增长，科研人员为了得到好的研究成果，需要查找阅读大量的文献，但如此大规模的文献，给科研人员带来了巨大的困难。同时，现代科学研究分工明确，不同学科之间的交流匮乏，交叉学科的知识往往会被人们忽视，而这些文献中隐含着大量有用的、潜在的信息。Swanson在1986年提出了基于非相关文献的假设发现研究，提出并验证了鱼油可以治疗雷诺氏病的经典案例。

3、随后许多研究人员对假设发现做了大量研究，并取得了大量的研究成果。但传统的基于简单共现的方法会产生大量的目标词，导致很难发现有用的假设。本文提出了一种基于语义资源的方法，利用SemRep-V具抽取句子内实体之间的关系，结合语义类型、概念的信息量以及关联规则对连接词、目标词进行过滤，并根据统计量信息对目标词进行排序。通过对Swanson发现的经典病例进行验证，实验结果表明该方法取得很好的效果。另一方面，由于SemRep32具产生的语义关系准确率召回率(55％)比较低，会丢失文本中大量的关系，并影响最终的发现结果。本文使用基于词特征的核和图核来抽取句子之间的关系，并使用半监督学习Co—trainin

4、g的思想对训练集进行扩充，在句子关系抽取方面相较于SemRep有提高。本文使用以上的关系抽取方法，利用SVM分类器，分别建立了AB、BC两个监督模型，对于不同语义类型的关系分别进行抽取，并与SemRepI具在经典病例上进行对比，实验结果表明该方法取得较好的效果。关键词：隐含知识发现；非监督学习；语义关系；协同训练基于语义和监督学习的生物医学文献知识发现KnowledgeDiscoveryfromBiomedicalLiteratureBasedonSemanticResourcesandSemi—supervisedLearningAbstractNowadays，withtherapidgr

5、owthofbiomedicalliteratures，itisdifficultforbiologicalresearcherstofindtheirrelatedliteraturesfromamountsofbiomedicalliteratures．Meanwhile，therearefeWcommunicationsbetweendifferentsciencedisciplinesasdifferentdisciplineshavetheirownfoCUS．ItiSeasytoignoretheusefulandpotentialinformationintheinterdisc

6、iplinaryfield．Swanson(1986)firstfoundaconnectionbetweenFishOilandRaynaud’Ssyndromeindisjointliteratureareas．ThepurposeofSwanson’Spioneeringworkistofindlinksthatarenotpreviouslyfoundedbyresearchers，andhedefinedtheprocessasLiteratureBasedDiscovery(LBD)．Afterhim，manyresearchersputalotofeffortstodiscove

7、rhypothesislinksindiSjointliteratureareas．However．usingtraditionalmethodsbasedonco．occurrenceiSdifficultytofindusefulandvaluableinformation，becausethosemethodsproducetoomanytargetconcepts．Thispaperpre