一种抽取并组织网路上基因相关资料的方法asystem-陈钟诚的网站.pdfVIP

一種抽取並組織網路上基因相關資料的方法一種抽取並組織網路上基因相關資料的方法 一種抽取並組織網路上基因相關資料的方法一種抽取並組織網路上基因相關資料的方法 作者 : 陳鍾誠 作者 : 高成炎 地址 : 臺北市羅斯福路 4段一號 地址 : 臺北市羅斯福路 4段一號 台灣大學資訊工程所 台灣大學資訊工程所 電話 : 0938707315 電話 : (02) 509 服務機關 : 台灣大學資訊工程研究所 服務機關 : 台灣大學資訊工程研究所 E-mail : johnson@.tw E-mail : cykao@.tw 專長 : XML 全文檢索、自然語言處理專長 : 生物資訊學 學歷 : 台灣大學資訊工程研究所博士 學歷 : 美國威斯康辛大學 ﹙麥迪生校 區﹚計算機科學 博士 中文摘要中文摘要 中文摘要中文摘要 生物基因的相關資料目前大都可由全球資訊網上取得 ，例如、美國國家衛生研究 院的生物科技資訊中心 (NCBI)就儲存了大量的基因相關資料 ，這些資料會透過 網頁形式被輸 出到網路上，使用者可利用瀏覽器來閱讀這些資料，然而這些資料 常常散落在各個網頁輸出介面上 ，無法有效整合成單一的資料倉儲，導致許多研 究者使用者無法有效的查詢出想要的資料 ，本論文提出一個基於欄位填充機制的 資料整合架構 ，該架構可以由網路上抓取想要的網頁，並將這些網頁整合為單一 的知識架構以便瀏覽與查詢 ，以方便生物研究者進行研究。 關鍵字關鍵字 關鍵字關鍵字 資訊抽取 、資料整合、樣稿、知識架構、生物資訊、基因 A system integrates data about gene on Web into ontology Chung Chen Chen Cheng Yan Kao johnson@.tw cykao@.tw Dept. of Computer Science and Information Engineering National Taiwan University, Taiwan Abstract The data about gene are distributed stored in several database on Internet. For example, National Center for Biotechnology Information (NCBI) collects several large-scale data sources about gene, each data source was exported to Web by an query interface. However, researchers on biology need an integrated data-warehouse instead of several data sources. In this paper, we propose a method to integrate several data sources into a data warehouse based on a frame-based ontology framework. A slot-filling mechanism based on the framework is developed to extract data from web pages and then organized into frames. These data are store