面向知识组织系统整合的英文同义关系自动发现算法研究<sup>*</sup>

doi:10.11925/infotech.1003-3513.2014.05.04

现代图书情报技术

2014, Vol. 30

Issue (5): 26-32 https://doi.org/10.11925/infotech.1003-3513.2014.05.04

知识组织与知识管理

本期目录 | 过刊浏览 | 高级检索

面向知识组织系统整合的英文同义关系自动发现算法研究^*

李晓瑛, 李丹亚, 钱庆, 孙海霞, 李军莲, 胡铁军

中国医学科学院医学信息研究所北京 100020

Research on Automatic Algorithm of Finding English Synonymous Relations for Knowledge Organization System Integration

Li Xiaoying, Li Danya, Qian Qing, Sun Haixia, Li Junlian, Hu Tiejun

Institute of Medical Information, Chinese Academy of Medical Sciences, Beijing 100020, China

摘要
参考文献
相关文章
Metrics

全文: PDF (510 KB) HTML
输出: BibTeX | EndNote (RIS)

摘要

【目的】进行基于术语同义关系发现的知识组织系统整合研究。【方法】提出一种英文同义关系自动发现算法, 涉及基于词形还原的词形归并以及基于同义关系传递和来源词表颗粒度控制的语义归并等综合方法。 【结果】通过对多来源领域术语的大规模实验评估, 并与已有整合知识组织系统进行多指标比较, 获得较为满意的归并正确率, 体现出良好的可行性及实用价值。【结论】本算法可应用于大规模领域知识组织系统的整合研究中, 并对中文知识组织系统整合有一定借鉴意义。

	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
	李丹亚
	李晓瑛
	胡铁军
	李军莲
	钱庆
	孙海霞

关键词 ：知识组织系统整合, 同义关系发现, 词形归并, 语义归并, 颗粒度

Abstract：

[Objective] In order to find synonymous relations for knowledge organization system integration. [Methods] This paper presents an automatic algorithm, which consists of lemmatization and semantic merging, as well as various methods to control the effects induced by vocabulary granularity. [Results] Its efficiency and effectiveness is well demonstrated from large scale data testing using many source vocabularies, compared with well-known integrated knowledge organization system. [Conclusions] The proposed algorithm can be used in large scale knowledge organization system integration, and is helpful for Chinese knowledge organization system integration.

Key words： Knowledge organization system integration Finding synonymous relations Lemmatization Semantic merging Granularity

收稿日期: 2014-01-02 出版日期: 2014-06-06

G250

基金资助:

*本文系国家科技支撑计划课题“科技知识组织体系的协同工作系统和辅助工具开发”(项目编号: 2011BAH10B02)和中央级公益性科研院所基本科研业务费“面向知识组织系统整合的英文同义关系自动发现技术研究”(项目编号: 12R0116)的研究成果之一。

通讯作者: 李丹亚 E-mail:li.danya@imicams.ac.cn

作者简介: 李丹亚: 提出研究思路, 设计研究方案; 李晓瑛: 进行实验; 李晓瑛, 孙海霞: 采集、清洗和分析数据; 李晓瑛, 李丹亚: 论文起草; 钱庆, 李军莲, 胡铁军: 最终版本修订。

引用本文:

李晓瑛, 李丹亚, 钱庆, 孙海霞, 李军莲, 胡铁军. 面向知识组织系统整合的英文同义关系自动发现算法研究^*[J]. 现代图书情报技术, 2014, 30(5): 26-32.
Li Xiaoying, Li Danya, Qian Qing, Sun Haixia, Li Junlian, Hu Tiejun. Research on Automatic Algorithm of Finding English Synonymous Relations for Knowledge Organization System Integration. New Technology of Library and Information Service, 2014, 30(5): 26-32.

链接本文:

https://manu44.magtech.com.cn/Jwk_infotech_wk3/CN/10.11925/infotech.1003-3513.2014.05.04 或 https://manu44.magtech.com.cn/Jwk_infotech_wk3/CN/Y2014/V30/I5/26

[1] 陆勇. 面向信息检索的汉语同义词自动识别[M]. 南京:东南大学出版社, 2009:14-17. (Lu Yong. Automatic Recogni-tion of Chinese Synonyms for Information Retrieval [M]. Nanjing: Southeast University Press, 2009: 14-17.)
[2] Doan A, Madhavan J, Domingos P, et al. Learning to Map between Ontologies on the Semantic Web [C]. In: Proceedings of the 11th International Conference on World Wide Web (WWW'02), Hawaii, USA. New York: ACM, 2002:662-673.
[3] Stoilos G, Stamou G, Kollias S. A String Metric for Ontology Alignment[C]. In: Proceedings of the 4th International Conference on the Semantic Web (ISWC'05). Berlin, Heidelberg: Springer-Verlag, 2005:624-637.
[4] Ehrig M, Staab S. QOM - Quick Ontology Mapping [C]. In: Proceedings of the 3rd International Semantic Web Conference(ISWC'04), Hiroshima, Japan. 2004:683-697.
[5] Huang K, Geller J, Halper M, et al. Using WordNet Synonym Substitution to Enhance UMLS Source Integration[J]. Artificial Intelligence in Medicine, 2009, 46 (2): 97-109.
[6] Mougin F, Burgun A, Bodenreider O. Using WordNet to Improve the Mapping of Data Elements to UMLS for Data Sources Integration[C]. In: Proceedings of AMIA Annual Symposium, 2006: 574-578.
[7] National Library of Medicine. MeSH Browser [EB/OL]. [2013-09-10]. http://www.nlm.nih.gov/mesh/MBrowser.html.
[8] U.S.National Library of Medicine.SNOMED Clinical Terms [EB/OL]. [2012-05-12]. http://www.nlm.nih.gov/research/umls/ Snomed/snomed_main.html.
[9] 吴思竹, 钱庆, 胡铁军, 等. 词干提取方法及工具的对比分析研究[J]. 图书情报工作, 2012, 56(15): 109-115, 142. (Wu Sizhu, Qian Qing, Hu Tiejun, et al. Comparative Analysis of Methods and Tools for Word Stemming[J]. Library and Information Service, 2012, 56(15): 109-115, 142.)
[10] 李晓瑛, 李丹亚, 胡铁军. 基于UMLS专家词典与工具的词形归并算法研究[J]. 情报科学, 2013, 31(4): 134-138. (Li Xiaoying, Li Danya, Hu Tiejun. Investigation of Algorithm for Lemmatisation Based on UMLS Specialist Lexicon and Lexical Tools[J]. Information Science, 2013, 31(4): 134-138.)
[11] 吴思竹, 钱庆, 胡铁军, 等. 词形还原方法及实现工具比较分析[J]. 现代图书情报技术, 2012(3): 27-34. (Wu Sizhu, Qian Qing, Hu Tiejun, et al. Contrast Analysis of Methods and Tools for Lemmatization[J]. New Technology of Library and Information Service, 2012(3): 27-34.)
[12] 吴思竹, 钱庆, 李丹亚, 等. 三种词形还原工具对领域词汇的还原效果评估[J].情报理论与实践, 2013, 36(5): 111-115. (Wu Sizhu, Qian Qing, Li Danya, et al. Evaluation the Effects of 3 Lemmatization Tools on the Field Specialized Vocabulary[J]. Information Studies: Theory & Application, 2013, 36(5): 111-115.)
[13] NUIT. MorphAdoner V 2.0[EB/OL]. [2013-08-07]. http:// morphadorner.northwestern.edu/morphadorner/.
[14] The Stanford Natural Language Processing Group. Stanford CoreNLP[EB/OL].[2013-11-12]. http://nlp.stanford.edu/softw are/corenlp.shtml.
[15] The Lexical Systems Group. Specialist NLP Tools [EB/OL]. [2013-10-17]. http://specialist.nlm.nih.gov/.
[16] The Lexical Systems Group. Specialist Lexicon Growth- Statistics [EB/OL]. [2013-12-10]. http://lexsrv3.nlm.nih.gov/ LexSysGroup/Projects/lexicon/current/docs/designDoc/UDF/statistics/index.html.
[17] Unified Medical Language System.The Norm Program [EB/OL]. [2013-04-09]. http://www.nlm.nih.gov/research/umls/ new_users/online_learning/LEX_005.html.
[18] 李晓瑛, 李丹亚, 钱庆, 等. 面向医学领域知识组织系统整合的缩略语构成方式及歧义性鉴别研究[J]. 医学信息学杂志, 2013, 34(10): 43-46. (Li Xiaoying, Li Danya, Qian Qing, et al. Research on Abbreviation Composition Form and Ambiguity Identification for Medical Knowledge Organiza-tion System Integration [J]. Journal of Medical Informatics, 2013, 34(10): 43-46.)
[19] U.S. National Library of Medicine.MedlinePlus[EB/OL]. [2012-10-20]. http://www.nlm.nih.gov/medlineplus/healthtopics. html.
[20] The Digital Anatomist Information System[EB/OL]. [2014-01-04]. http://sig.biostr.washington.edu/projects/da/.
[21] U.S.National Library of Medicine.Unified Medical Language System [EB/OL]. [2013-11-21]. http://www.nlm.nih.gov/research/ umls/.
[22] Fung K W, Hole W T, Nelson S J, et al. Integrating SNOMED CT into the UMLS: An Exploration of Different Views of Synonymy and Quality of Editing [J]. Journal of the American Medical Informatics Association, 2005, 12(4): 486-494.
[23] University of Utah. Consumer Health Vocabulary Initiative [EB/OL].[2014-01-04]. http://consumerhealthvocab.org/.

[1]	柴庆凤, 史霖炎, 梅珊, 熊海涛, 贺惠新. 基于人工特征和机器特征融合的科技文献知识元抽取^*[J]. 数据分析与知识发现, 2021, 5(8): 132-144.
[2]	谭荧, 唐亦非. 基于指代消解的引文内容抽取研究^*[J]. 数据分析与知识发现, 2021, 5(8): 25-33.
[3]	王勤洁, 秦春秀, 马续补, 刘怀亮, 徐存真. 基于作者偏好和异构信息网络的科技文献推荐方法研究^*[J]. 数据分析与知识发现, 2021, 5(8): 54-64.
[4]	韩普,张展鹏,张明淘,顾亮. 基于多特征融合的中文疾病名称归一化研究^*[J]. 数据分析与知识发现, 2021, 5(5): 83-94.
[5]	李贺,刘嘉宇,李世钰,吴迪,金帅岐. 基于疾病知识图谱的自动问答系统优化研究^*[J]. 数据分析与知识发现, 2021, 5(5): 115-126.
[6]	伊惠芳,刘细文. 一种专利技术主题分析的IPC语境增强Context-LDA模型研究[J]. 数据分析与知识发现, 2021, 5(4): 25-36.
[7]	李跃艳,王昊,邓三鸿,王伟. 近十年信息检索领域的研究热点与演化趋势研究——基于SIGIR会议论文的分析[J]. 数据分析与知识发现, 2021, 5(4): 13-24.
[8]	胡少虎,张颖怡,章成志. 关键词提取研究综述^*[J]. 数据分析与知识发现, 2021, 5(3): 45-59.
[9]	王红斌,王健雄,张亚飞,杨恒. 主题不平衡新闻文本数据集的主题识别方法研究^*[J]. 数据分析与知识发现, 2021, 5(3): 109-120.
[10]	常志军,钱力,谢靖,吴振新,张鹄,于倩倩,王颖,王永吉. 基于分布式技术的科技文献大数据平台的建设研究^*[J]. 数据分析与知识发现, 2021, 5(3): 69-77.
[11]	刘彤, 刘琛, 倪维健. 多层次数据增强的半监督中文情感分析方法 [J]. 数据分析与知识发现, 0, (): 1-.
[12]	王红斌, 王健雄, 张亚飞, 杨恒. 主题不平衡新闻文本数据集的主题识别方法研究 [J]. 数据分析与知识发现, 0, (): 1-.
[13]	张思凡, 牛振东, 陆浩, 朱一凡, 王荣荣. 基于图卷积嵌入与特征交叉的文献被引量预测方法：以交通运输领域为例 [J]. 数据分析与知识发现, 0, (): 1-.
[14]	祁瑞华, 简悦, 郭旭, 关菁华, 杨明昕. 融合特征与注意力的跨领域产品评论情感分析 [J]. 数据分析与知识发现, 0, (): 1-.
[15]	李娇, 黄永文, 罗婷婷, 赵瑞雪, 鲜国建. 基于多因子算法的自动分类研究 [J]. 数据分析与知识发现, 0, (): 1-.

Viewed

Full text

Abstract

Cited

Shared

Discussed