基于加权投票K—近邻法的生物医学缩略语消歧.PDFVIP

第 22 卷 　第 2 期 中文信息学报 Vol . 22 , No . 2 2008 年 3 月 J OU RN AL O F C H IN ESE IN FO RMA T ION PROCESSIN G Mar . , 2008 文章编号 : (2008) 0200 1806 基于加权投票 K —近邻法的生物医学缩略语消歧 于中华 ,陈 蓉 ,胡俊锋 ,陈 源 ( 四川大学 计算机学院 ,四川 ,成都 6 10065) 摘 　要 : 生物医学文献信息抽取对充分挖掘利用生物医学领域取得的重要成果 ,促进生物医学的进一步发展具有 重要意义 。本文针对生物医学缩略语的分析理解问题 ,提出了基于加权投票 K —近邻法的生物医学缩略语消歧算 法 。该算法基于“One Sen se Per Di scour se ”假设自动生成带类标实例数据 ,消歧特征选用能表达文本主题的全局特 征词 ,分类算法采用加权投票 K —近邻法 。在包含 177 762 篇 Medline 摘要的真实语料上进行的实验表明 ,本文所 提出的算法明显优于相关工作中的算法 。此外 ,实验还表明 ,对于缩略语消歧 ,加权投票 K —近邻法与经典 K —近 邻法相比 ,不但具有高的预测准确率 ,而且性能更加稳定 。 关键词 : 计算机应用 ; 中文信息处理 ;生物医学信息抽取 ;缩略语消歧 ;加权投票 K —近邻法 中图分类号 : TP39 1 　　　　文献标识码 : A Disambiguating Biomedical Abbreviations Based on KNearest Neighbor with Weighted Voting Method YU Zhonghua , C H EN Rong , HU J unfeng , CH EN Yuan (Dep art ment of Comp ut er Science , Sichuan U niver sit y , Chengdu , Sichuan 6 10065 , China) Abstract : Information ext raction f rom biomedical lit erat ure i s very u seful for utilizing t he achievement s in biomedical field and p romoting furt her imp rovement of Biology and Medicine . Thi s p ap er , aiming at biomedical abbreviation analysi s and under st anding , p ropo ses an app roach for di sambiguating biomedical abbreviation s ba sed on Knearest neighbor ( KNN) wit h weight ed voting . In t he app roach , t he samp les wit h label s are generat ed automatically ba sed on t he hypot hesi s of “One Sen se Per Di scour se ”. And t he wor dsdescribing t he topic of a di scour se are cho sen as t he fea