一種非結構化數(shù)據(jù)中醫(yī)知識抽取與關聯(lián)的方法.pdf

1、隨著計算機技術和Internet的飛速發(fā)展，數(shù)字圖書館以其便捷性和易訪問性，正日益取代傳統(tǒng)圖書館作為知識傳播中心的地位，成為新興的數(shù)據(jù)和知識中心。然而數(shù)字圖書館的海量數(shù)字化資源大多是非結構化的，其文本信息都很難被各種應用程序識別和直接利用，更不用說蘊含在文本中的知識了。因此，基于文本處理的知識抽取和挖掘技術已經(jīng)成為數(shù)字圖書館領域的一個研究熱點，并且出現(xiàn)了許多基于不同原理的技術和方法。
　　 本文主要研究了非結構化的中醫(yī)藥書籍文本

2、的知識抽取和關聯(lián)技術，并以此實現(xiàn)了一個中醫(yī)藥信息服務系統(tǒng)。該系統(tǒng)完成了中醫(yī)藥書籍文本的知識抽取和關聯(lián)工作，同時利用抽取和整合的信息輔助讀者查閱數(shù)字圖書館中的中醫(yī)藥文獻。
　　 知識抽取是利用支持向量機的方法完成的。首先設計中醫(yī)藥知識的概念體；其次為概念體的每個內容設置一個支持向量機：然后根據(jù)中醫(yī)藥文本的排版布局特征、用詞特征以及內容特征等設置各個支持向量機的特征向量；最后通過組合各單個概念體內容的抽取模式得到整個概念的抽取模式。

3、此方法有效地解決了從非結構化文本中抽取結構化信息的難題。
　　 知識關聯(lián)著重于中醫(yī)藥知識點之間的關系挖掘，利用目錄文件中的分類層次結構挖掘中醫(yī)藥知識點之間的直接聯(lián)系；利用字符串匹配或文本相似度比較挖掘中醫(yī)藥知識點之間的間接聯(lián)系；利用聚類的方法挖掘方劑間的潛在聯(lián)系。
　　 本文的所提的知識抽取和關聯(lián)技術，將中醫(yī)知識從非結構化的文本中抽取出來，以特定的結構存儲、組織，并對各知識點進行有效的關聯(lián)，并在此基礎上實現(xiàn)了一個中醫(yī)藥信