共查询到14条相似文献，搜索用时 140 毫秒
1.
借用UMLS的语义网络构建顶层本体,建立疾病知识和UMLS中语义类型的映射关系,并对UMLS的语义关系进行细化,通过细化的语义关系将疾病与其相关的知识关联,构建疾病与症状、检查、药物、医疗器械与医疗法规之间的关联关系,实现疾病知识的整合。通过实例展示疾病知识整合的过程。 相似文献
2.
生物医学文献的数量正在以爆炸性的速度增长,这些文献中隐含着大量有用的信息,挖掘这些文献可以形成医学假设.挖掘UMLS语义资源进行计算逐渐成为基于文献的知识发现的热点.Miyanishi等通过概念的语义相似度计算事件相似度取得了比统计方法如tf*idf更好的结果.本文在概念的语义相似度的基础上,加入了概念的语义关联度,避免了事件之间语义相似度高而缺乏语义关联度并导致发现的假设不合理的弊端.本文的方法充分挖掘了UMLS中的语义资源,合理地计算了事件之间的相似度.通过雷诺氏病和鱼油以及偏头痛和镁的实验证明,这种计算方法取得较好的效果. 相似文献
3.
调研UMLS构成和建设特点,重点研究UMLS在检索方面的应用实例,分析归纳UMLS在语义化、智能化检索方面的功能设计、实现方法与实际效果,以期为基于集成式知识组织系统的智能检索应用的场景功能设计、技术开发和实现,提供借鉴和参考。UMLS在智能检索中的应用主要包括:(1)扩展检索,主要有同义词扩展、等级结构扩展和词组切分扩展等方法;(2)语义检索,基于概念和概念之间的关系进行检索和结果内容表达;(3)问答式检索,包括问题分析、文献检索、语句提取、答案生成和语义聚类。 相似文献
4.
为了研究医学知识创新对知识组织系统的需求特点,本文收集了医学科研课题中具有一定创新意义的内容,并基于MeSH词表和UMLS,探索了医学知识创新在概念及其语义关系层面的表达特征,分析了医学知识组织工具在医学知识创新的概念表达及语义表述中的作用,从医学知识发现与创新的角度,探讨了知识组织工具的发展方向.本文发现,医学研究中常见的语义关系是有限的,UMLS的54种语义关系的研究价值各有不同.而现有的知识组织工具不能完全适应医学知识创新对概念及其关系描述的需求. 相似文献
5.
基于语义的馆藏资源深度聚合研究 总被引：2，自引：2，他引：0
网络环境下,图书馆馆藏资源已逐渐转变为以数字图书馆为主体、紧密面向用户需求的多元化知识资源。本文基于OPAC、跨库检索、引证关系和元数据的聚合以及相应的整合工具与方法等多个方面对国内外研究现状进行概述,从三个方面进行研究:①基于概念及概念关系、基于引证关系和基于科研本体等对馆藏资源进行语义聚合;②探讨馆藏资源聚合服务所需要的语义描述框架和可视化展示机制;③面向资源主题、知识深化演化、学术社群或科研决策来进行馆藏资源深度聚合。参考文献23。 相似文献
6.
7.
［目的/意义］针对共词分析存在的普遍问题,提出一种基于细粒度语义分析的共词网络构建与分析方法。［方法/过程］借助SemRep实现源文本主题概念及其语义关系的规范化抽取并由此构建语义共词网络,然后以节点的中心度和边的频次为指标对内容特征词进行抽取,利用UMLS语义网络规定的语义搭配模式,通过概念-语义类型-语义类型组的两级映射,对语义述谓项进行类团划分。［结果/结论］通过与常规共词分析方法比较,发现基于细粒度语义关系的共词分析能有效地揭示文本主题内容,利用UMLS语义网络资源能从语义学角度清晰准确地对语义共词网络进行类团划分。 相似文献
8.
[目的/意义] 研究统一医学语言系统中语义网络与社会化标注系统结合的深层次应用。[方法/过程] 总结UMLS语义网络的现有应用,分析UMLS语义类型与FrameNet语义类型的特征,构建适合本研究的语义类型,并通过实例梳理社会化标注系统与本体映射的思路。[结果/结论] 提出将所构建的语义类型作为标签归类的分类器以及作为分众分类系统与框架网络本体映射的桥梁。突破传统的基于统计的标签归类方法可为本体与分众分类系统的映射提供新的视角。 相似文献
9.
10.
基于多层次概念语义网络结构的中文医学信息语义标引体系和语义检索模型研究 总被引：18，自引：0，他引：18
为了提高中文医学信息检索效率,本文应用语义学研究成果,深入剖析统一医学语言系统(UMLS),从理论上对多层次概念语义网络结构进行了探讨,以此设计了适用于中文医学信息特点的三层概念语义网络结构,并分别确定了各个概念语义网络层次的语义类型和语义关系,进一步完善了医学信息语义网络.以信息检索的认知理论为依据,建立了基于三层概念语义网络结构的中文医学信息语义标引体系和语义检索模型.对扩展检索和语义检索进行统计学Kappa检验,认为两种检索方法的一致性非常显著(p<0.01);与扩展检索中的任何一种方法相比,语义检索方法具有更高的检索效率. 相似文献
11.
数据与数据之间通过富含语义链接的方式形成了有价值的数据网络,在以语义网为核心的网络架构中,网络资源的语义化结构、细粒度描述、数据关联等特性对数据加工及利用提出了新的挑战,信息组织的处理对象及外延发生着变化,信息组织工具不断丰富且功能趋于统一。本文依据信息组织的不同功能和处理流程可以将其细分为资源层、元数据记录层、词表层,分别对各个层次的特点、变化及其未来发展进行分析,认为从文本中准确提取出反映语义含义的特征项是当前信息组织的关键问题,元数据集、知识组织系统成为词表的主要构成,知识组织系统呈现出描述对象概念化、语义关系多样化、描述语言形式化、数据开放关联性四大特点。图3。参考文献23。 相似文献
12.
知识组织系统中关系模式的应用比较 总被引：2，自引：0，他引：2
文章以医学数字信息资源知识组织为案例，对领域本体、目前常用的医学数字信息资源知识组织的工具《医学主题词表》和统一医学语言系统的语义网络进行对比研究，深入分析了三者的联系和区别，在此基础上讨论了知识组织体系中的关系模式在知识组织中的应用特点。信息资源知识组织有赖于领域本体的完善，而领域本体高质高效的构建和应用需充分发扬和整合主题词表和语义网络的成果，即利用叙词表已经规范了的专业概念和语义网络定义的语义类型。 相似文献
13.
概念语义网络作为一种揭示知识单元间内在联系的知识组织体系,有利于提高信息检索系统与用户的交互性,实现概念检索、智能导航与知识推理.本文结合知识表示语言与本体构建理论,以情报学概念语义网络为例,详细介绍了面向领域的概念语义网络的开放数据库设计.文中介绍的概念语义网络数据关系模型具有较强的通用性与扩展性,适用于不同类型,不同规模的概念语义网络的设计与实现,对于构建领域概念语义网络有一定的参考借鉴意义. 相似文献
14.
Latent Semantic Indexing (LSI) is a popular information retrieval model for concept-based searching. As with many vector space IR models, LSI requires an existing term-document association structure such as a term-by-document matrix. The term-by-document matrix, constructed during document parsing, can only capture weighted vocabulary occurrence patterns in the documents. However, for many knowledge domains there are pre-existing semantic structures that could be used to organize and categorize information. The goals of this study are (i) to demonstrate how such semantic structures can be automatically incorporated into the LSI vector space model, and (ii) to measure the effect of these structures on query matching performance. The new approach, referred to as Knowledge-Enhanced LSI, is applied to documents in the OHSUMED medical abstracts collection using the semantic structures provided by the UMLS Semantic Network and MeSH. Results based on precision-recall data (11-point average precision values) indicate that a MeSH-enhanced search index is capable of delivering noticeable incremental performance gain (as much as 35%) over the original LSI for modest constraints on precision. This performance gain is achieved by replacing the original query with the MeSH heading extracted from the query text via regular expression matches. 相似文献