以UMLs语义命题为基础的医学信息资源聚合.PDF

第５８卷 第３期　２０１４年２月 以ＵＭＬＳ语义命题为基础的医学信息资源聚合 ■ 郭少友　李庆赛 ［摘　要］ＵＭＬＳ语义命题是用三元组表示的最小语义化知识单位，其主语和宾语都是 ＵＭＬＳ超级叙词表 中的概念，谓词是ＵＭＬＳ语义网络中的语义关系。ＵＭＬＳ语义命题的抽取过程涉及浅层句法分析、概念映射、谓 词识别与语义命题生成等环节。两种以ＵＭＬＳ语义命题为基础的医学信息资源聚合方法———用知识单元作为 资源单位的聚合方法和用文档关联数据作为资源单位的聚合方法，其聚合结果分别是知识网络和文档网络。 ［关键词］ＵＭＬＳ　语义命题　 医学信息资源　聚合 ［分类号］Ｇ２０３ 　　ＤＯＩ：１０．１３２６６／ｊ．ｉｓｓｎ．０２５２－３１１６．２０１４．０３．０１６ 　　目前，互联网上存在着大量的医学信息资源。除 概念对之间的关系只有４种，即ｉｎｄｉｃａｔｉｏｎｓ、ｃｏｎｔｒａｉｎｄｉ 了可按传统方法对其进行整合［１－２］，以便用户较容易 ｃａｔｉｏｎｓ、ａｄｖｅｒｓｅｄｒｕｇｅｆｆｅｃｔｓ和ｏｔｈｅｒａｓｓｏｃｉａｔｉｏｎｓ。 地找到原始资源之外，还可以从文本型医学信息资源 １．１．２　从非结构化资源中抽取事实来实现聚合　Ｙｅ ［６］ 中抽取一系列知识点并将其有机地组织起来，实现资 Ｍｉｎ 提出一种疾病知识存取方法，可从 Ｗｅｂ文本资 源的深度整合———聚合，以便用户直接从聚合结果中 源中自动抽取疾病、症状类实体及其关系，并用三元组 找到所需的知识，不必获取其原始资源。 表示成事实后存入知识库，形成语义图。Ｖ．Ｎｇｕｙｅｎ ［７－８］ 等 进一步设计了一个查询器ｉＥｘｐｌｏｒｅｒ，可根据用户 １　相关工作 输入的词语将相关的三元组以可视化的形式展现出 １．１　关于医学信息资源聚合的研究 ［９］ 来，同时还提供 ＳＰＡＲＱＬ端点。Ｂ．Ｗｉｌｋｏｗｓｋｉ 提出可 １．１．１　从非结构化资源中抽取概念来实现聚合　有 用语义工具ＳｅｍＲｅｐ从生物医学文献中抽取语义命题， 学者借助于Ｗｈａｔｉｚｉｔ、ＭｅｔａＭａｐ等生物医学领域专用的 并据此生成知识摘要。 语义注释系统从文档中抽取概念，通过对抽取的概念 １．１．３　在结构化资源的基础上实现聚合　Ｂ．ＭａｃＫｅｌ ［３］ ［１０］ 进行组织来实现资源的聚合。如Ｒ．Ｂｅｒｌａｎｇａ等 提出 ｌａｒ等 提出了一种临床试验知识语义化整合方法，用 通过多维语义空间聚合生物医学资源的方法，该方法 ＵＭＬＳ系统来规范关联开放数据云 ＬＯＤ中的医学概 首先利用ＵＭＬＳ（ＵｎｉｆｉｅｄＭｅｄｉｃａｌＬａｎｇｕａｇｅＳｙｓｔｅｍ）系统 念，从而建立不同医学数据源之间的关联关系，形成一 产生多维语义空间，然后利用 ＭｅｔａＭａｐ对文档进行语 个用ＲＤＦ三元组表示的、集成化的临床试验知识库。 义注释，将注释后的结果连同文档本身映射到多维语 ［１１］ 李亚子等 借用ＵＭＬＳ的语义网络构建顶层本体，建 ［４］ 义空间里；Ｊ．Ｊｏｎｅｓ等 提出一种基于本体和ＵＭＬＳ术 立疾病知识与ＵＭＬＳ语义类型之间的映射关系，并对 语集的临床信息聚合框架，从医学报告中抽取医疗事