FCA在医学领域文本分类中的研究和应用.pdfVIP

《现代图书情报技术》版权所有，欢迎下载引用！ 请注明引用地址：ＦＣＡ在医学领域文本分类中的研究和应用［Ｊ］，现代图书情报技术，２０１２（３）：２３－２６． 总第２１７期　２０１２年　第３期 ＦＣＡ在医学领域文本分类中的研究和应用 １ １ ２ 徐　坤 　曹锦丹 　毕　强 １（吉林大学公共卫生学院　长春 １３００２１） ２（吉林大学管理学院　长春 １３００２２） 【摘要】在对文本分类技术和形式概念分析理论进行分析的基础上，针对医学领域文本的专业性特点，阐述利用 形式概念分析进行医学领域文本分类的技术路线。通过中图法构建形式背景，进而生成概念格，利用概念格对领 域文本进行分类，使分类效果接近人工分类。探索基于形式概念分析的医学领域文本分类的新途径。 【关键词】文本分类　医学领域文本　形式概念分析　概念格 【分类号】Ｇ２０２ ＡＳｔｕｄｙａｎｄＡｐｐｌｉｃａｔｉｏｎｏｎＭｅｄｉｃａｌＴｅｘｔＣａｔｅｇｏｒｉｚａｔｉｏｎＢａｓｅｄｏｎＦＣＡ １ １ ２ ＸｕＫｕｎ　ＣａｏＪｉｎｄａｎ　ＢｉＱｉａｎｇ １（ＳｃｈｏｏｌｏｆＰｕｂｌｉｃＨｅａｌｔｈ，ＪｉｌｉｎＵｎｉｖｅｒｓｉｔｙ，Ｃｈａｎｇｃｈｕｎ１３００２１，Ｃｈｉｎａ） ２（ＳｃｈｏｏｌｏｆＭａｎａｇｅｍｅｎｔ，ＪｉｌｉｎＵｎｉｖｅｒｓｉｔｙ，Ｃｈａｎｇｃｈｕｎ１３００２２，Ｃｈｉｎａ） 【Ａｂｓｔｒａｃｔ】ＢａｓｅｄｏｎｔｈｅａｎａｌｙｓｉｓｏｆｔｅｘｔｃａｔｅｇｏｒｉｚａｔｉｏｎａｎｄｔｈｅｔｈｅｏｒｙｏｆＦｏｒｍａｌＣｏｎｃｅｐｔＡｎａｌｙｓｉｓ（ＦＣＡ），ｔｈｉｓｐａｐｅｒｅｌａｂ ｏｒａｔｅｓｔｈｅｔｅｘｔｃａｔｅｇｏｒｉｚａｔｉｏｎｍｅｔｈｏｄｏｆｕｓｉｎｇＦＣＡａｃｃｏｒｄｉｎｇｔｏｔｈｅｍｅｄｉｃａｌｆｉｅｌｄｔｅｘｔｃｈａｒａｃｔｅｒｉｓｔｉｃｓ．ＩｔｕｓｅｓＣｌａｓｓｉｆｉｃａｔｉｏｎ ｏｆＣｈｉｎｅｓｅｔｏｃｏｎｓｔｒｕｃｔｔｈｅｆｏｒｍａｌｃｏｎｔｅｘｔ，ａｎｄｇｅｎｅｒａｔｅｓｃｏｎｃｅｐｔｌａｔｔｉｃｅｓ，ｗｈｉｃｈａｒｅｕｓｅｄｔｏｃｌａｓｓｉｆｙｔｈｅｍｅｄｉｃａｌｆｉｅｌｄｔｅｘｔ ａｎｄｍａｋｅｃｌａｓｓｉｆｉｃａｔｉｏｎｅｆｆｅｃｔｃｌｏｓｅｔｏａｒｔｉｆｉｃｉａｌｃｌａｓｓｉｆｉｃａｔｉｏｎ．ＴｈｉｓｐａｐｅｒｅｘｐｌｏｒｅｓａｎｅｗａｐｐｒｏａｃｈｂａｓｅｄｏｎＦＣＡｆｏｒｍｅｄｉ ｃａｌｔｅｘｔｃａｔｅｇｏｒｉｚａｔｉｏｎ． 【Ｋｅｙｗｏｒｄｓ】Ｔｅｘｔｃａｔｅｇｏｒｉｚａｔｉｏｎ　Ｍｅｄｉｃａｌｆｉｅｌｄｔｅｘｔ　Ｆｏｒｍａｌｃｏｎｃｅｐｔａｎａｌｙｓｉｓ　Ｃｏｎｃｅｐｔｌａｔｔｉｃｅｓ １　引　言 　　网络给人们获取信息带来了方便，但随着信息爆炸式的增加，也给人们快速、准确地查找有用信息带来了困 难，文本分类应信息检索的需求而出现。但由于各领域的需求不同，对所有文本进行分类是不可行的，想要取得 ［１，２］ 好的效果，文本分类应该针对领域进行 。医学领域文本更是具有其专业性特点，普通文本分类方法对医学领 域文本分类效果不理想。本文针对医学领域特点，将形式概念分析和中图分类法（简称中图法）结合对医学领域 文本进行分类，通过构建形式背景避免文本分类中中文分词的瓶颈问题。 ２　研究背景和主要工作 　　（１）ＦＣＡ理论在文本分类中的应用 ［３］ 　　形式概念分析（ＦｏｒｍａｌＣｏｎｃｅｐｔＡｎａｌｙｓｉｓ，ＦＣＡ）是德国的Ｗｉｌｌｅ 首先提出的一种通过形式背景进行数据分析 　　收稿日期：２０１２－０２－１０ 　　收修改稿日期：２０１２－０３－０５ 　　 本文系国家自然科学基金项目“基于概念格的数字图书馆知识构建研究”（项目编号的研究成果之一。  ＸＩＡＮＤＡＩＴＵＳＨＵＱＩＮＧＢＡＯＪＩＳＨＵ　　　　２３ 数字图书馆 的方法。用ＦＣＡ分析据有如下两个优点：用二元关系