以umls语义命题为基础的医学信息资源聚合_郭少友

《以umls语义命题为基础的医学信息资源聚合_郭少友》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第58卷第3期2014年2月*以UMLS语义命题为基础的医学信息资源聚合■郭少友李庆赛［摘要］UMLS语义命题是用三元组表示的最小语义化知识单位，其主语和宾语都是UMLS超级叙词表中的概念，谓词是UMLS语义网络中的语义关系。UMLS语义命题的抽取过程涉及浅层句法分析、概念映射、谓词识别与语义命题生成等环节。两种以UMLS语义命题为基础的医学信息资源聚合方法———用知识单元作为资源单位的聚合方法和用文档关联数据作为资源单位的聚合方法，其聚合结果分别是知识网络和文档网络。［关键词］UMLS语义命题医学信息资源聚合［分类号］G203DOI:10．13

2、266/j．issn．0252－3116．2014．03．016目前，互联网上存在着大量的医学信息资源。除概念对之间的关系只有4种，即indications、contraindi-［1－2］了可按传统方法对其进行整合，以便用户较容易cations、adversedrugeffects和otherassociations。地找到原始资源之外，还可以从文本型医学信息资源1．1．2从非结构化资源中抽取事实来实现聚合Ye［6］中抽取一系列知识点并将其有机地组织起来，实现资Min提出一种疾病知识存取方法，可从Web文本资源的深度整合———聚合，以便用户直接

3、从聚合结果中源中自动抽取疾病、症状类实体及其关系，并用三元组找到所需的知识，不必获取其原始资源。表示成事实后存入知识库，形成语义图。V．Nguyen［7－8］等进一步设计了一个查询器iExplorer，可根据用户1相关工作输入的词语将相关的三元组以可视化的形式展现出［9］1．1关于医学信息资源聚合的研究来，同时还提供SPAＲQL端点。B．Wilkowski提出可1．1．1从非结构化资源中抽取概念来实现聚合有用语义工具SemＲep从生物医学文献中抽取语义命题，学者借助于Whatizit、MetaMap等生物医学领域专用的并据此生成知识摘要。语义注释

4、系统从文档中抽取概念，通过对抽取的概念1．1．3在结构化资源的基础上实现聚合B．MacKel-［3］［10］进行组织来实现资源的聚合。如Ｒ．Berlanga等提出lar等提出了一种临床试验知识语义化整合方法，用通过多维语义空间聚合生物医学资源的方法，该方法UMLS系统来规范关联开放数据云LOD中的医学概首先利用UMLS(UnifiedMedicalLanguageSystem)系统念，从而建立不同医学数据源之间的关联关系，形成一产生多维语义空间，然后利用MetaMap对文档进行语个用ＲDF三元组表示的、集成化的临床试验知识库。［11］义注释，将注

5、释后的结果连同文档本身映射到多维语李亚子等借用UMLS的语义网络构建顶层本体，建［4］义空间里;J．Jones等提出一种基于本体和UMLS术立疾病知识与UMLS语义类型之间的映射关系，并对语集的临床信息聚合框架，从医学报告中抽取医疗事UMLS的语义关系进行细化，通过细化的语义关系将件概念，产生可用的知识结构。疾病与其相关的知识关联，构建疾病与症状、检查、药此外，还有学者根据指定的关系词从资源中抽取物、医疗器械与医疗法规之间的关联关系，实现疾病知［5］概念对来实现聚合。如JiangGuoqian等利用词共现识的整合。方法从五千多万个电子医疗文档中抽

6、取drug-disorder1．2关于普通信息资源聚合的研究［12］形式的概念对，然后与蕴含在UMLS系统中的drug-1．2．1聚合实证研究典型代表是温有奎等的成disorder概念对进行整合，形成药物不良事件知识库。果———通过句子的特征提取和分析，将有效句分解为*本文系教育部人文社会科学研究规划基金项目“图书馆数字资源的细粒度语义化描述与复用研究”(项目编号:13YJA870008)研究成果之一。［作者简介］郭少友，郑州大学信息管理学院教授，E-mail:gsy6@ha．edu．cn;李庆赛，郑州大学信息管理学院硕士研究生。收稿日期:201

7、3－10－14修回日期:2014－01－20本文起止页码:99－105本文责任编辑:易飞99郭少友，李庆赛．以UMLS语义命题为基础的医学信息资源聚合三元组(O，P，A)，实现了知识元的自动获取，并用型共有133个，超级叙词表中的每个概念都至少被分配了Protégé3．3工具对Wiki平台做了语义地图扩展，生成一个语义类型，但一般不超过5个。语义关系共有54个，了知识元本体语义地图。用于描述语义类型之间的关系。语义类型和语义关系有［13］［15］1．2．2聚合理论研究如邱均平等从文献特征关助于解释超级叙词表中概念的含义。专家词典收录常联、利用过程

8、关联、知识关联、用户需求关联四维角度见的英语单词和生物医学术语，描述每个词语的语法特探讨馆藏文献资源的聚合模式，其中知识关联可通过征，包