生物医学文献检索方法与问答系统.pdfVIP

情报工程 ISSN 2095-915X TECHNOLOGY INTELLIGENCE ENGINEERING ISSN 2095-915X 第2卷 第5期 50-57 2016 年 10 月 Vol.2 No.5 50-57 Oct 2016 doi:10.3772/j.issn.2095-915x.2016.05.006 生物医学文献检索方法与问答系统 潘昊杰，周芳 ，张博文，张乐乐，方帆，殷绪成 ( 北京科技大学计算机科学与技术系 北京 100083 ) 摘要：如何有效的进行生物医学文献检索和信息挖掘，是计算机技术和生物信息技术研究领域中的一 个经典课题。本文对生物医学文献中自然语言问题文档，片段，概念和 RDF 三元组，构建了高效的检 索和问答系统。特别的，在文档检索中，我们搭建了基于顺序依赖模型，词向量，和伪相关反馈相结 合的通用检索模型；同时，前 k 个文档被分离为句子和片段，并以此建立检索索引，并基于文档检索 模型，完成片段检索；在概念挖掘中，提取生物医学的概念，列出相关的概念属于网络服务的五个数 据库链接，通过得分排名得到最终的概念。在 CLEF BioASQ 几年的评测数据上，我们构造的检索系统 都取得了不错的性能。 关键词：生物医学文献检索，序列依赖模型，词向量，伪相关反馈，排序学习 中图分类号：TP391 Query Processing in Biomedical Literature RetrievalandQuestion Answering System Pan HaoJie, Zhou Fang,Zhang BoWen, Zhang LeLe,Fang Fan,Yin XuCheng ( School of Computer and Communication Engineering, University of Science and Technology Beijing, Beijing 100083, China) 基金项目：本研究得到国家自然科学基金“结合前馈和反馈机制的自然场景文本识别技术”（编号的资助，并在此基 础上展开后续理论及应用研究。 作者简介：潘昊杰（1991-），硕士，研究方向：信息检索，数据挖掘，haojiepan@；周芳（1972-），博士，副教 授，研究方向：机器学习、信息检索，zhoufang@；殷绪成（1977-），博士 / 教授 / 博导，北京科技大学计算机 与通信工程学院计算机科学与技术系模式识别技术创新实验室主任，信息检索与推荐系统等应用技术国内知名青年专家；张博文 （1992-），博士生，研究方向：机器学习、信息检索；张乐乐（1987-），硕士生，研究方向：信息检索；方帆（1992-），硕 士生，研究方向：信息检索。 050 生物医学文献检索方法与问答系统 Abstract: How to effectively carry out the biomedical literature search and information mining is a classic topic in the field of computer technology and biological information technology research.This study constructed an efficient retrieval and question answering system refer to the related problem of natural language problems in biological medical literature documents,including snippets, concepts and RDF triplets.In particular, this research built a general search model based on Sequential Dependence Model, WordEm