本体与人工智能支持网络的关联特征分析与预测——以罕见病研究为例.pdfVIP

第21卷第2期竞争情报Vol.21No.2

2025年4月CompetitiveIntelligenceApr.2025

本体与人工智能支持网络的

关联特征分析与预测

一以罕见病研究为例

邰杨芳魏宇虹杨慧丽郭樱

山西医科大学管理学院，晋中030600

摘要：以罕见病领域的研究为例，通过对WebofScience核心合集和MEDLINE数据库中的罕见病研

究文献进行本体、人工智能和罕见病命名实体的识别和关系抽取，并构建实体间的耦合关系和共现关

系网络，分析本体、人工智能及罕见病关联网络的特征，挖掘本体和人工智能在罕见病研究中的应用

模式，并预测本体和人工智能技术未来可能的罕见病研究应用。结果表明：30%~40%的罕见病在研

究中应用了本体或人工智能技术；基于本体和人工智能耦合关系形成的罕见病网络结构清晰，可划分

为较为明显的罕见病集群。本体与人工智能技术协同应用于罕见病研究呈现出5种基本模式，基因本

体、癫痫本体、机器学习、模式识别等本体以及人工智能在罕见病研究领域具有较大的应用潜力。

关键词：本体；人工智能；罕见病；社会网络分析；关联分析；链路预测

0引言体系，为领域数据的序化组织、数据集成和知识复用

提供了统一的描述框架，也为数据分析与挖掘提供了

对大数据进行深入挖掘与分析，提取有价值信息高质量数据以及数据分析与推理的依据。另一方面，

与知识的重要性日益受到关注，而将来源多样、格式以机器学习、深度学习等方法与技术为代表的人工智

各异的数据实现结构化、标准化、统一化是数据分析能在大数据的处理、特征提取和学习训练方面的广泛

与挖掘的前提。一方面，通过“本体（Ontology）”应用，也充分展示了其学习和分析不同来源数据并做

这一领域专家构建的概念、关系体系以及领域公理的出可靠预测的能力。本体和人工智能对围绕大数据开

集合，给出了构成相关领域词汇的基本术语和关系，展的科学研究具有重要支持作用。

以及利用这些术语和关系构成的规定这些词汇外延的为揭示本体和人工智能在科学研究中的具体应用

规则，这不仅提供了领域中标准化、规范化的知识及趋势，本文提出一种融合社会网络分析、多维关联

*本文系山西省高等学校一般性教学改革创新项目（编号：）、山西省研究生创新项目（编号：2023SJ169）、

山西医科大学校级教育教学改革一般研究项目（编号：SXJ202079）的研究成果之一。

邰杨芳女，山西医科大学管理学院副教授，研究方向为知识挖掘、信息检索、自然语言处理。电子邮箱：annabelchina@126.com。

魏宇虹女，山西医科大学管理学院硕士研究生，研究方向为文本挖掘、医学知识发现。

杨慧丽女，山西医科大学管理学院硕士研究生，研究方向为医学知识组织与知识挖掘。

郭樱女，山西医科大学管理学院硕士研究生，研究方向为医学知识组织与知识挖掘。

邰杨芳，等。本体与人工智能支持网络的关联特征分析与预测一一以罕见病研究为例实践与应用

分析与链路预测的方法，用于分析本体、人工智能所ORorphandisease*OR...)ORMHX=(rarediseases)

支持的领域研究对象构成的各类关联网络的基本特AND((TS=artificialintelligence(machinelearningOR

征、主要关联模式，并预测未来可能产生的潜在关