数据挖掘在生物医学工程文献检索中的应用.pdfVIP

22 　图　书 　馆 　学 　研 　究 　2008 1 数据挖掘在生物医学工程文献检索中的应用 李 　俊 　周宇葵 【摘 　要】本文在概述数据挖掘技术的基本概念 、分析方法的基础上 , 分析与比较了文本 自动聚类算法 ; 综述 ( ) 了国内外面向MEDLINE 文献数据库的数据挖掘 、知识提取研究; 简述了可扩展标识语言 XML 的基本概念 、 文档格式及其在数据管理及数据挖掘中的应用 。 【关键词】数据挖掘 　生物医学工程 　自动聚类 　机器学习 Abstract : In t he p ap er , b a sic conc ep t s , a n aly si s me a n s a n d al gorit hm s of t he d at a mining t e chni que , a n d a uto ma tic t ext u al clu st ering al gorit hm to get her wit h t he co mp a ring w er e outline d . Fir stly , st u di e s of d at a minin g a n d knowl e dge ext r a ction fro m MEDLINE d at a b a se at ho me a n d a bro a d wer e r evi ew e d secon dly ; t hen t he XML b a sic conc ep t s , t he do cument form a n d it s applic ation in d at a ma n a gement a n d d at a minin g w er e intro duc e d . Key words : d at a mining 　bio me dic al en gine ering 　a uto cl a s s 　ma chine l e arning 1 　引言 研究采用数据挖掘技术对生物医学工程方面的文献进 生物医学工程学 , 是 20 世纪 50 年代 以来 , 随着 行分析 , 建立起医学文献分析的模式 , 为医学文献的 电子学 、材料学 、信息科学和电子计算机等多种学科 分析提供了有意义的思路 。 的进步并广泛应用于医学和生物学领域而逐渐形成和 2 　数据挖掘在生物学问题中的应用 发展的 , 是生物学 、工程学和医学紧密相结合的一个 数据挖掘技术的研究 目标是采用各种技术 自动理 交叉学科 。其为医学创造出了新技术 、新方法 、新材 解和解释数据信息 。这些技术同样也可以用来分析生 料 、新仪器设备 , 推动医学向更高层次更快地发展 , 物学文献[ 1 ] 。一个完整的数据挖掘任务应该包括以下 显著提高了医学水平 。近年来有许多的研究人员利用 过程 : 传统的文献学和机器学习等技术分析 、挖掘海量的生 2 1 　数据的预处理 物学数据信息 。 包括在海量数据中抽取与研究 目的相关的数据集 作为 2 1 世纪的重点研究领域 , 该学科文献增长速 合 , 该集合通常利用传统的数据检索技术实现 ; 对该 度十分惊人 , 但文献信息组织无序 、数量庞大 。为了 目标数据集合进行初步的语法 、句法分析 , 例如识别 向生物医学工程专业人员提供有序化的信息、挖掘隐 数据中的特定名词 、对该数据进行分词 、语义标识等 , 藏在文献内部的隐性知识 , 建立专业的生物医学工程 目的在于将非结构化的数据转换为计算机可以处理