生物医学文本挖掘步骤与工具.pdf

中华医学图书情报杂志2017年3月 第26卷第3期 ChinJMedLibrInfSci，Vo1．26No．3 March．2017 ·1· DOI：10．3969／j．issn．1671-3982．2017．03．001 ·专家述评 · 专家简介 ： 崔雷(1963一)，男，辽宁营口人，教授，博士生导师，中国医科大学医学信息学院副院长、图书馆副馆长，中 国科学技术情报学会理事、中国医院协会医院情报图书委员会常委、中国中西医结合学会信息专业委员会常 委、《中华医学图书情报杂志》编委会副主任委员。从事医学信息学、情报学、生物信息学方面的教育、教学、 科研多年，主要研究方向为文本挖掘、生物信息学、文献计量学。发表论文 150余篇，承担 国家级课题多项， 主编 《医学数据挖掘》《，床信息管理》等教材，率领 团队开发书 目信息共现挖掘系统 (BICOMB)、乳腺癌临 床信息本体，中英文文本信息的提取与挖掘 以进行隐性知识的发现，相关论文累计被引用600余次。 生物医学文本挖掘 ：步骤与工具 崔 雷 [摘要]介绍了生物医学领域里的文本挖掘研究的步骤及各个步骤 中所采用的方法，重点介绍了各个步骤中所用的工具和案 例 ，以期促进生物医学文本挖掘研究的开展。 [关键词]生物医学；文本挖掘；工具；命名实体识别；信息抽取 ；知识发现 [中图分类号]G254．9；R318．0 [文献标志码]A [文章编号]1671—3982(2017)03—000l一05 Stepsandtoolsoftextminingin biomedicalfield CUILei (ChinaMedicalUniversityMedicalInformaticsSchool，Shenyang110122，LiaoningProvince，China) [Abstract]Thestepsoftextmininginbiomedicalfieldandthemethodsusedinitseachstepweredescribedwith stresslaidonthetoolsusedineachstepoftextmininginordertopromotetextmininginbiomedicalfield． [Keywords]Biomedicine；Textmining；Tool；Namedentityrecognition；Informationextraction；Knowledgedis． covery 生物医学文本挖掘 已经从概念介绍与前景展望 以验证…。本文介绍文本挖掘 的主要步骤及相应 进入到实际应用阶段，越来越多的生物医学领域的 的工具，包括信息检索、命名实体识别、信息抽取、知 专业人员开始应用文本挖掘工具来解决实际的生物 识发现和可视化表达 。 学乃至临床问题 。 1 信息检索(InfomrationRetrieval，IR) 简单地说 ，文本挖掘 (TextMining，TM)就是 自 文本挖掘的第一步是检索与某一特定主题相关 动分析和处理文本。比较流行的定义是指利用计算 的文本资源 ，一般采用对书 目文献数据库关键词或 机，通过 自动抽取和关联来 自不同文本资源的信息， 主题词查询的方法。在生物医学领域开展文本挖掘 发现新的、以往未知的信息，显示其隐含的意义。文 最常用的文献数据库是 PubMed，这是因为 MED— 本挖掘所发现的事实和形成的假说还要通过实验加 LINE数据库免费、提供丰富的编程接 口并用 MeSH 主题词标引。利用MEDLINE数据库进行文本挖掘 【基金项目]2016年辽宁省大学生创新创业训练计划项 目“利用文本 的工具软件 目前层出不穷，已经成为信息检索领域 挖掘方法发现肺癌相关基因调控机理”(201610159) 里的重要资源。文本挖掘的工具软件也增强和优化 [作者单位]中国医科大学医学信息学院，辽宁 沈阳 110122 了这些数据库检索功能，比如利用受控词表将同义