- 1、本文档共4页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于语义的生物学专业搜索引擎设计.pdf
华南理工大学学报(自然科学版)
10umalofsou也ch{nauniversity v01.32
篓警耋增跫 ofTechnology suppl
2004年11月 science
(NaturalEdinon) Novcmbcrii04
基于语义的生物学专业搜索引擎设计
王艳宣1 董守斌1 曹以诚2 挂正平2 吴云鹏1
(1.华南理工大学广东省计算机网络重点实验室,广东广州510640
2,华南理工大学生物科学与工程学院,广东广州510640)
摘要:在分析生物学数据的特点、生物学家的检索需求和通用搜索引擎的局限性的基
础上,引入语义树的思想,提出一种以xML作为数据接口的、基于语义的生物学专业搜
索引擎的设计方案,从而为生物学研究工作者提供了一个专业的、个性化的海量信息检索
I具.
关键词:搜索iI擎;语义树;xML;生物学
中图分类号:TP391 文献标识码:A
随着以人类基因组为代表的基因组学研究取得 情报技术支持,使得它在检索技术方面大大落后于
阶段性成果和蛋白质组学研究的广泛深人开展,生 综合搜索引擎,在检全率、反映速度、死连接、高级检
命科学进入后基因组时代.生物科学研究的重点也 索等多个指标上都难以令人满意,与综合引擎有较
由“基本数据的积累”转移到运用已有的生物信息 大差距“。.
学研究经验和基础,从“组学”的“基本数据库”发掘 木棉搜索引擎。31以xML作为数据接口,采用
“二次数据库”,进行生物大分子相互作用的研究. 倒排序式索引结构实现对可扩展标记语言xML
而对因特网上已经积累的海量生物学数据实现高效 (extensibIeMarkupL∞guage)文件的并行化大规模
准确的检索,是后基因组时代进行生命科学研究的 索引和检索功能,在检索速度、匹配度、模糊检索等
一个必要条件.与此同时.ontology在生物信息学领检索技术方面处于先进水平.本文提出的基于语义
域开始受到越来越多的重视,且将它与数据挖掘、术 的生物学专业搜索引擎属于木棉搜索引擎的一个分
ontol-
语的标准化、数据的整合联系起来,Go(Gene 支。着重在“专”字上下功夫,充分发挥专业优势,发
ogy)…逐步发展了一套完善的词汇表,用以整台所展个性化的用户界面和语义树服务,为生物学研究
有基因相关数据.基于GO的语义树能够描述生物 工作人员提供一个优秀的专业搜索引擎
体间的相互关系.
随着网上信息量的不断增加,利用通用搜索引 1 基于语义的生物学专业搜索引擎设
擎查找某一学科专业的信息越来越臣难,返回信息 计方案
过多,与主题相关性不强,甚至返回无用的信息,检
基于语义的生物学专业搜索引擎以xML作为
准率不高.针对这种情况,专门搜索某一学科领域信
数据接口,对因特网上生物学相关的web资源和可
息内容的专业搜索引擎应运而生.多数专业引擎的
网络服务提供商具有较强的学科背景和相对较弱的
Pmt”1等提供集成的信息检索服务,同时针对生物
学数据的特点,对收集到的源数据按照生物学分类
收稿H期:2004一08—31
标
文档评论(0)