疾病相关实体关联抽取方法研究

发布时间：2022-01-16 12:30

　　随着当今经济水平持续提高,科学技术迅猛发展,生活水平日益改善,人民健康水平逐步提高,人们对于生命健康提出了更高的标准,对疾病的预防和治疗也有着更高的要求。生物医药公开文献中记录了大量经过实践得到的知识,蕴含着巨大的宝藏,有助于了解疾病相关影响因素,指导疾病防治。但是近年来生物医药文献快速增长使快速及时发现或找出疾病相关影响因素变得更加困难。仅仅生物医药领域的权威数据库Pub Med收录的文献已经高达2800多万条,科研人员越来越难以快速发现高质量、可用性的知识。而当前计算机技术和自然语言处理技术的发展不断带来新的突破,在文本检索、机器翻译、命名实体识别、关联抽取、摘要提取、智能问答等方面都取得了优秀成绩。因此,充分利用先进的技术在疾病关联因素中发挥作用,从中抽取出能够指导疾病预防、治疗、禁忌等相关因素有助于快速全面发现对抗疾病的方法,具有十分重要的意义。本研究主要采用文献调研、比较分析、机器学习和统计分析等研究方法,对实体关联抽取及其前提命名实体识别的起源、发展、现状进行全面系统的梳理。系统调研并从各自特征出发,深入比较分析了进行命名实体关联抽取的四大类常用方法:基于词典构建的方法、基... 

【文章来源】：军事科学院北京市

【文章页数】：103 页

【学位级别】：博士

【部分图文】：

神经网络基础单元

图 3 具有单个隐层的神经网络的计算方式如下：1)x1+ W12(1)x2+ W13(1)x3+ b1(1))1)x1+ W22(1)x2+ W23(1)x3+ b2(1))1)x1+ W32(1)x2+ W33(1)x3+ b3(1)))= f (W11(2)a1(2)+ W12(2)a2(2)+ W13(2)a3(2)+b1(2))，神经网络结构可以进一步拓展到有 2,3,4,5，…多训练由于其多层性，需要利用链式求导法则对隐藏为反向传播（background propagation, BP）[68]。2.5 多种关联抽取方法比较分析

由于受到生物学里面的视觉系统结构的启发。因此，为了降低参与运算的参数数，不需要每个神经元接受全部像素的数据，只需要对局部进行感知，随后在高层网络结构中将所有的局部信息汇总起来，从而得到全部像素的信息。如下所示：左图为全连接，右图为卷积神经网络中用到的局部连接。

【参考文献】：
期刊论文
[1]基于生物医学文献的化学物质致病关系抽取[J]. 李智恒,桂颖溢,杨志豪,林鸿飞,王健.  计算机研究与发展. 2018(01)
[2]基于卷积神经网络的图像识别算法研究[J]. 张荣磊,田爱奎,谭浩,郑睿.  山东理工大学学报(自然科学版). 2018(01)
[3]融合词嵌入表示特征的实体关系抽取方法研究[J]. 张琴,郭红梅,张智雄.  数据分析与知识发现. 2017(09)
[4]卷积神经网络研究综述[J]. 周飞燕,金林鹏,董军.  计算机学报. 2017(06)
[5]基于多通道卷积神经网的实体关系抽取[J]. 肜博辉,付琨,黄宇,王洋.  计算机应用研究. 2017(03)
[6]疾病-病症和病症-治疗物质的关系抽取研究[J]. 冯钦林,杨志豪,林鸿飞.  计算机工程与应用. 2017(10)
[7]基于核的关系抽取研究综述[J]. 刘婧,赵嵩正,张小娣.  计算机应用研究. 2016(02)
[8]关系抽取研究综述[J]. 母克东,万琪.  现代计算机(专业版). 2015(03)
[9]电子病历命名实体识别和实体关系抽取研究综述[J]. 杨锦锋,于秋滨,关毅,蒋志鹏.  自动化学报. 2014(08)
[10]关系抽取技术研究综述[J]. 黄勋,游宏梁,于洋.  现代图书情报技术. 2013(11)

博士论文
[1]中文文本自动分类中的关键问题研究[D]. 薛德军.清华大学 2004

硕士论文
[1]机器学习算法在蛋白质结构预测中的应用[D]. 薛燕娜.江南大学 2016
[2]基于深度学习的中文电子病历实体修饰与关系抽取研究及算法平台开发[D]. 杨晨浩.哈尔滨工业大学 2016
[3]面向深度网络的自编码器研究[D]. 鲁亚平.苏州大学 2016
[4]基于多核学习的肿瘤—药物—基因语义关系提取[D]. 王逯姚.北京协和医学院 2015
[5]中枢性神经系统感染性疾病数据库建立及应用[D]. 黄守先.兰州大学 2012
[6]中医肾脏疾病临床数据库的构建及对IgA肾病数据资料的探索性研究[D]. 徐冰.北京中医药大学 2008



本文编号：3592662