生物医学多文档自动文摘系统设计与实现

【摘要】： 生物医学研究是二十一世纪最受关注的研究领域之一,尤其随着生物医学研究在分子层面的展开,人类基因组计划的实施完成,产生了海量的生物医学数据,并形成了数以百计的生物医学数据库。这些医学数据后面隐藏着大量的生物医学知识,对研究人员和医疗工作者来说,如何方便、快捷、准确的查询与检索这些知识,并从这些繁杂的数据中找到有用的信息对他们的工作有着至关重要的作用。 本文从当前医学研究人员和医疗工作者面临的实际问题出发,将多文档自动文摘技术应用到生物医学领域,重点研究了生物医学多文档自动文摘系统的设计与实现。首先,根据PubMed上查询结果的特点,利用爬虫程序将用户在PubMed上的查询结果保存到本机计算机中,并针对原始原料的特点,提出语料库建立的方法,建立语料库。 其次,在建立语料库的基础上,为了规范数据格式,对语料库进行预处理,重点研究对语料的词性标注和命名实体识别,并最终选取标记效果更好、速度更快的双向推理算法,最简优先策略,确保了对语料词的准确标记的同时,克服了传统算法的缺陷。 最后,对规范化的数据进行主题识别,主题识别是本文的关键,本文在根据医学文献的数据量大的特点,采用K-means聚类算法进行主题聚类的同时,对传统的算法进行改进,使其在聚类的同时可以动态的增加类别,克服了传统K-means聚类算法初始聚类数固定,难发现潜在主题的缺点。并首次提出交替增强策略,将其应用于文摘句的抽取,最终对抽取的文摘句排序,生成文摘,并对生产文摘采用两种内部评测方法评测,取得了很好的效果。