Please wait a minute...
Advanced Search
现代图书情报技术  2006, Vol. 1 Issue (9): 49-52     https://doi.org/10.11925/infotech.1003-3513.2006.09.11
  情报分析与知识发现技术 本期目录 | 过刊浏览 | 高级检索 |
利用关联规则对医学文本数据库进行知识抽取的尝试*——以四种抗肿瘤药为例
张晗1 路振宇2 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(中国医科大学附属第二医院人力资源部 沈阳 110004)
Knowledge Extraction from Medical Literature Database Using Association Rule Mining
——Taking Four Anti-neoplastic Medicines as an Example
Zhang Han1   Lu Zhenyu2   Cui Lei
1(Department of Information Management and Information System(Medical), China Medical University, Shenyang 110001,China)
2(Department of Human Resource, the Second Affiliated Hospital of China Medical University, Shenyang 110004,China)
全文:
输出: BibTeX | EndNote (RIS)      
摘要 

利用关联规则算法,对PubMed数据库中的4种抗肿瘤药物主题词和副主题词组配模式进行分析,并以文献和教科书标准,抽取出与这四类药有关的、有效的语义关系搭配模式,从而为文献检索和建立知识库提供依据。

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
张晗
路振宇
崔雷
关键词 知识抽取关联规则主题词语义关系    
Abstract

This paper presents the work in extracting four anti-neoplastic medicines related mesh/subheading co-occurrence mode using association rule mining, and evaluates the quality of the results by comparing it with the PubMed literature and textbook. The evaluations shows that this method is fit for medical knowledge extraction. The knowledge extracted can be used to improve the sensitivity of literature retrieval and establish the knowledge database.

Key wordsKnowledge extraction    Association rule    Subject heading    Semantic relation
收稿日期: 2006-05-30      出版日期: 2006-09-25
: 

TP311

 
基金资助:

*本文系国家自然科学基金资助项目“运用文本数据库中元数据关联规则进行知识发现的研究”(项目编号:70473101)的研究成果之一。

通讯作者: 张晗     E-mail: zhanghan@mail.cmu.edu.cn
作者简介: 张晗,路振宇,崔雷
引用本文:   
张晗,路振宇,崔雷 . 利用关联规则对医学文本数据库进行知识抽取的尝试*——以四种抗肿瘤药为例[J]. 现代图书情报技术, 2006, 1(9): 49-52.
Zhang Han,Lu Zhenyu,Cui Lei . Knowledge Extraction from Medical Literature Database Using Association Rule Mining
——Taking Four Anti-neoplastic Medicines as an Example. New Technology of Library and Information Service, 2006, 1(9): 49-52.
链接本文:  
https://manu44.magtech.com.cn/Jwk_infotech_wk3/CN/10.11925/infotech.1003-3513.2006.09.11      或      https://manu44.magtech.com.cn/Jwk_infotech_wk3/CN/Y2006/V1/I9/49

1史忠植.知识发现.北京:清华大学出版社,2002.57-61
2Doddi S, Marathe A, Ravi SS et al.  Discovery of association rules in medical data.  Med Inform Internet Med, 2001,26(1):25-33
3Cimino J, Barnett GO. Automatic knowledge acquisition from MEDLINE. Methods Inf Med, 1993,32(2):120~130
4Powsner SM ,Riely CA,Barwick KW ,Marrow JS,Miller PL.Automated bibliographic retrieval based on current topics in hepatology:Hepatopix.   Comput Biomed Res, 1989(22):552-64
5邵峰晶,于忠清编著. 数据挖掘——原理与算法.北京:中国水利水电出版社,2003.91-98
6崔雷,李丹,冯博.  运用主题词/副主题词关联规则在医学文献检索系统中抽取知识的尝试. 情报学报,2005,24(6):657-662

[1] 石湘,刘萍. 基于知识元语义描述模型的领域知识抽取与表示研究 *——以信息检索领域为例[J]. 数据分析与知识发现, 2021, 5(4): 123-133.
[2] 李铁军,颜端武,杨雄飞. 基于情感加权关联规则的微博推荐研究*[J]. 数据分析与知识发现, 2020, 4(4): 27-33.
[3] 魏伟,郭崇慧,邢小宇. 基于语义关联规则的试题知识点标注及试题推荐*[J]. 数据分析与知识发现, 2020, 4(2/3): 182-191.
[4] 田钟林,吴旭,颉夏青,许晋,陆月明. 一种基于领域语义关系图的短文本实时分析模型*[J]. 数据分析与知识发现, 2020, 4(2/3): 239-248.
[5] 黄名选,卢守东,徐辉. 基于加权关联模式挖掘与规则后件扩展的跨语言信息检索 *[J]. 数据分析与知识发现, 2019, 3(9): 77-87.
[6] 张勇,李树青,程永上. 基于频次有效长度的加权关联规则挖掘算法研究 *[J]. 数据分析与知识发现, 2019, 3(7): 85-93.
[7] 徐红霞,李春旺. 科技文献内容知识点抽取研究综述[J]. 数据分析与知识发现, 2019, 3(3): 14-24.
[8] 徐浩,朱学芳,章成志,江川. 面向学术文献全文本的方法论知识抽取系统分析与设计 *[J]. 数据分析与知识发现, 2019, 3(10): 29-36.
[9] 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.
[10] 何跃, 丰月, 赵书朋, 马玉凤. 基于知乎问答社区的内容推荐研究——以物流话题为例[J]. 数据分析与知识发现, 2018, 2(9): 42-49.
[11] 何跃, 王爱欣, 丰月, 王莉. 基于关联规则的门诊药房布局优化[J]. 数据分析与知识发现, 2018, 2(1): 99-108.
[12] 王宇, 李秀秀. 基于电子商务评论的商家信誉维度构建*[J]. 数据分析与知识发现, 2017, 1(8): 59-67.
[13] 谢靖, 王敬东, 吴振新, 张智雄, 王颖, 叶志飞. 科技文献检索系统语义丰富化框架的设计与实践*[J]. 数据分析与知识发现, 2017, 1(4): 84-93.
[14] 魏星, 胡德华, 易敏寒, 朱启贞, 朱文婕. 基于数据立方体挖掘疾病-基因-药物新关联*[J]. 数据分析与知识发现, 2017, 1(10): 94-104.
[15] 刘建华, 王颖, 张智雄, 李传席. 植物物种多样性语义知识抽取研究*[J]. 数据分析与知识发现, 2017, 1(1): 37-46.
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