Please wait a minute...
Advanced Search
现代图书情报技术  2007, Vol. 2 Issue (9): 72-75     https://doi.org/10.11925/infotech.1003-3513.2007.09.15
  情报分析与研究 本期目录 | 过刊浏览 | 高级检索 |
基于UMLS医学本体的挖掘文献间潜在联系的设计与实现
张晗1 任志国于倩3  崔雷1
1(中国医科大学信息管理与信息系统(医学)系 沈阳 110001)
2(中国医科大学网络中心 沈阳 110001)
3(上海长征医院《脊柱外科杂志》 上海 200003)
Design and Implementation of Mining Indirect Connections Between Medical Complementary Literatures Based on UMLS
Zhang Han1   Ren Zhiguo  Yu Qian3   Cui Lei1
1(Faculty of Information Management and Information System (Medicine),
China Medical University, Shenyang 110001,China)
2(Network Center, China Medical University,Shenyang 110001,China)
3(Journal of Spine Surgery,Shanghai Changzheng Hospital, Shanghai 200003,China)
全文: PDF (527 KB)  
输出: BibTeX | EndNote (RIS)      
摘要 

以Swanson的非相关文献知识发现的原理为依据,采用自然语言处理技术,将不规范的自然语言转换为UMLS中的概念,同时引入语义过滤系统,开发出非相关医学文献潜在联系的挖掘工具,同时用Swanson发现镁与偏头痛的数据做验证,结果表明,该方法能很好地重现Swanson的研究结果,并且能发现更多的有潜在价值的中介词,具有较高的效率。

服务
把本文推荐给朋友
加入引用管理器
E-mail Alert
RSS
作者相关文章
崔雷
张晗
任志国
于倩
关键词 知识发现一体化医学语言系统本体    
Abstract

Following Swanson’s knowledge discovery method from non- interactive literatures, the authors propose a literature-based discovery method by applying NLP techniques to finding biomedical Unified Medical Language System(UMLS) concepts. And then the authors introduce semantic filter system and develop a non- interactive medicial literature-based mining tool,using Swanson’s discovery of connecting migraine with a magnesium deficiency to validate. Experiments show that this method can recur Swanson’s research results very well and find more worthful medi-words.

Key wordsKnowledge discovery    Unified Medical Language System(UMLS)    Ontology
收稿日期: 2007-07-31      出版日期: 2007-09-25
: 

G254

 
通讯作者: 张晗     E-mail: zhanghan@mail.cmu.edu.cn
作者简介: 张晗,任志国,于倩,崔雷
引用本文:   
张晗,任志国,于倩,崔雷. 基于UMLS医学本体的挖掘文献间潜在联系的设计与实现[J]. 现代图书情报技术, 2007, 2(9): 72-75.
Zhang Han,Ren Zhiguo,Yu Qian,Cui Lei. Design and Implementation of Mining Indirect Connections Between Medical Complementary Literatures Based on UMLS. New Technology of Library and Information Service, 2007, 2(9): 72-75.
链接本文:  
https://manu44.magtech.com.cn/Jwk_infotech_wk3/CN/10.11925/infotech.1003-3513.2007.09.15      或      https://manu44.magtech.com.cn/Jwk_infotech_wk3/CN/Y2007/V2/I9/72

[1] Swanson D R. Medical Literature as a Potential Source of New Knowledge[J]. Bull Med Libr Assoc, 1990,78(1):29-37.
[2] Smalheiser N R, Swanson D R. Assessing a Gap in the Biomedical Literature: Magnesium Deficiency and Neurologic Disease[J]. Neurosci Res Commun, 1994,15(1):1-9.
[3] Smalheiser N R, Swanson D R. Indomethacin and Alzheimer’s Disease[J]. Neurology, 1996,46(22):583.
[4] Smalheiser N R, Swanson D R. Linking Estrogen to Alzheimer’s Disease: An Informatics Approach[J]. Neurology, 1996,47(3):809-810.
[5] Smalheiser N R, Swanson D R. Calcium-independent Phospholipase A2 and Schizophrenia[J]. Arch Gen Psychiat, 1998,55(8):752-753.
[6] Swanson D R, Smalheiser N R, Bookstein A. Information Discovery from Complementary Literatures: Categorizing Viruses as Potential Weapons[J]. JASIST, 2001,52(10):797-812.
[7] Arrowsmith[CP/OL].(2007-04-20) .[2007-07-24].  http://arrowsmith.psych.uic.edu/arrowsmith_uic/index.html
[8] Unified Medical Language System[EB/OL]. (2006-05-19) .[2007-07-24]. http://www.nlm.nih.gov/research/umls/about_umls.html.
[9] Swanson D R. Migraine and Magnesium: Eleven Neglected Connections[J]. Perspect Biol  Med, 1988, 31(4): 526-557.

[1] 代冰,胡正银. 基于文献的知识发现新近研究综述 *[J]. 数据分析与知识发现, 2021, 5(4): 1-12.
[2] 盛姝, 黄奇, 杨洋, 解绮雯, 秦新国. HL7 FHIR框架下中国医疗领域信息交换研究与解决方案[J]. 数据分析与知识发现, 2021, 5(11): 13-28.
[3] 曾桢,李纲,毛进,陈璟浩. 区域公共安全数据治理与业务领域本体研究*[J]. 数据分析与知识发现, 2020, 4(9): 41-55.
[4] 胡正银,刘蕾蕾,代冰,覃筱楚. 基于领域知识图谱的生命医学学科知识发现探析*[J]. 数据分析与知识发现, 2020, 4(11): 1-14.
[5] 强韶华,罗云鹿,李玉鹏,吴鹏. 基于RBR和CBR的金融事件本体推理研究 *[J]. 数据分析与知识发现, 2019, 3(8): 94-104.
[6] 胡佳慧,方安,赵琬清,杨晨柳,任慧玲. 面向知识发现的中文电子病历标注方法研究 *[J]. 数据分析与知识发现, 2019, 3(7): 123-132.
[7] 邓诗琦,洪亮. 面向智能应用的领域本体构建研究*——以反电话诈骗领域为例[J]. 数据分析与知识发现, 2019, 3(7): 73-84.
[8] 高广尚. 用户画像构建方法研究综述*[J]. 数据分析与知识发现, 2019, 3(3): 25-35.
[9] 吴菊华,王煜,黎明,蔡少云. 基于加权知识网络的在线健康社区用户知识发现*[J]. 数据分析与知识发现, 2019, 3(2): 108-117.
[10] 杨磊,王子润,侯贵生. 基于Q-LDA主题模型的网络健康社区主题挖掘研究 *[J]. 数据分析与知识发现, 2019, 3(11): 52-59.
[11] 王颖,钱力,谢靖,常志军,孔贝贝. 科技大数据知识图谱构建模型与方法研究*[J]. 数据分析与知识发现, 2019, 3(1): 15-26.
[12] 胡吉颖,谢靖,钱力,付常雷. 基于知识图谱的科技大数据知识发现平台建设*[J]. 数据分析与知识发现, 2019, 3(1): 55-62.
[13] 何有世, 何述芳. 基于领域本体的产品网络口碑信息多层次细粒度情感挖掘*[J]. 数据分析与知识发现, 2018, 2(8): 60-68.
[14] 唐慧慧, 王昊, 张紫玄, 王雪颖. 基于汉字标注的中文历史事件名抽取研究*[J]. 数据分析与知识发现, 2018, 2(7): 89-100.
[15] 庞贝贝, 苟娟琼, 穆文歆. 面向高校学生深度辅导领域的主题建模和主题上下位关系识别研究*[J]. 数据分析与知识发现, 2018, 2(6): 92-101.
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
版权所有 © 2015 《数据分析与知识发现》编辑部
地址:北京市海淀区中关村北四环西路33号 邮编:100190
电话/传真:(010)82626611-6626,82624938
E-mail:jishu@mail.las.ac.cn