生物医学缩略语歧.pdfVIP

生物医学缩略语消歧 中文摘要 生物医学缩略语消歧 中文摘要 随着计算机技术和生物技术的进步，当前生物医学领域文献J下在爆炸性增长。文 献中蕴含着最新的研究成果和丰富的生物医学知识。从生物医学文献中自动获取生物 医学知识已经成为生物信息学研究的重要领域。生物医学缩略语消歧在生物医学和自 然语言处理领域有着重要的理论和实践意义，在机器翻译和信息检索领域起着非常重 要的作用。生物医学缩略语在文献中出现形式有两种：一种缩略语与其全称同时出现， 另一种文献中只有缩略语出现。缩略语的出现形式决定了当前缩略语消歧的方法主要 有两种：基于启发式方法，需要构建规则集；另一种是使用统计学和机器学习的方法， 从大量的样本中推导出语言使用模型。 由于生物医学文献的复杂性和多样性，生物医学缩略语在文献中的出现形式亦呈 现出多样性。生物医学缩略语消歧是一个相当困难的任务。本文根据生物医学缩略语 在文献中出现的形式，分别应用基于规则和基于机器学习的方法对生物医学缩略语消 歧进行了深入研究。对于需要消歧的文档，本文首先根据缩略语识别法定位到缩略语； 其次用基于规则和统计的方法对第一种形式的缩略语进行消歧；然后使用缩略语词典 判断是否对此缩略语消歧；若此步没有找到缩略语正确全称，最后进行全局缩略语消 歧。本文通过实验分析证明基于向量空间模型的方法最适用于第二种形式的生物医学 缩略语消歧。 生物医学缩略语消歧实验目前还没有统一的语料，以往研究都是针对文献中缩略 语出现的其一种形式进行消歧，没有形成完善、高效的消歧系统。本文在自己构建语 料的基础上进行实验证明：本文所构建的生物医学缩略语消歧系统，实现了所有形式 的缩略语消歧，并且取得了较高的性能，达到了目前的较好水平。本文的研究和所取 得的成果对今后缩略语消歧研究具有一定的参考价值。 关键词： 生物医学缩略语缩略语识别缩略语消歧启发式方法机器学习 作 者：杨华 指导老师：姚建民 ofBiomedical DisambiguationAbbreviation Abstract With the advancementof and amountof computingtechnology biotechnology,the biomedicalliteratureis inail literaturecontainsthelatest increasingexplosive speed．The research andrichbiomedical toextractthe progress knowledge，how informationfrom biomedicine literatureis an researchareainthe becomingimportant fieldofbioinformatics． The ofbiomedical disambiguationabbreviationshasthe tobiomedical specialsignificance