共查询到15条相似文献,搜索用时 109 毫秒
1.
针对传统基于关键词匹配的中医药信息检索存在查全率和查准率低下的缺陷,将本体与潜在语义索引相结合,提出一种基于中医药领域本体的语义信息检索模型.该模型基于本体概念扩展树构建相应的查询扩展方法和语义向量空间模型,将用户查询和文档集映射到同一潜在语义空间,通过计算查询向量与文档之间的相似度返回检索结果.着重阐述了该模型的体系结构、实现过程和关键技术,并对其实用性进行论证. 相似文献
2.
为解决中药新药研发中的信息集成和检索问题,设计并实现了语义搜索系统TCMSearch。为实现分布式、异构数据库的语义集成和一致性访问,提出语义视图,来定义关系型数据库与领域本体之间的模式映射。该系统根据关系型数据库的语义视图,将用户提出的语义查询重写为结构查询语言(SQL)查询,再分派给各个关系型数据库,最终将查询结果进行语义封装。它还基于本体构建文本内容的语义索引,从而实现了基于概念的内容检索。这些本体驱动的方法,使该系统与关键词搜索系统相比,具有更高的查准率与查全率。该系统已成功部署,它基于一个大型中药领域本体,通过Web方式为中药领域专家提供智能搜索服务。 相似文献
3.
4.
目的:构建糖尿病领域本体库与糖尿病诊疗规则库,在此基础上实现语义推理,糖尿病领域知识的重用、潜在知识的揭示及共享,为后续糖尿病管理系统研究奠定基础,进而为基层全科医生诊疗糖尿病提供决策支持。方法:以国内糖尿病领域相关临床指南和领域专家知识为依据,抽取其中的概念以及概念之间的关系,借鉴七步法和骨架法,在斯坦福大学Protégé平台构建糖尿病领域本体,编写SWRL诊疗规则库,继而使用JESS推理机实现语义推理。结果:构建了较为完整的糖尿病领域本体库与糖尿病诊疗规则库,包含概念233条、实例205条、实例间关系16条、数值属性18条、SWRL规则28条,并在此基础上实现了语义推理。结论:构建的糖尿病领域本体能够实现语义推理任务,是将本体技术应用于慢病诊疗领域的有益探索。 相似文献
5.
6.
7.
研究语义网技术在数据集成中的应用方法。采用规则系统实现对语义网本体语言的扩展,以提高本体语言的表达能力。在此基础上将语义网相关技术系统地应用到数据集成系统的各个方面,包括数据采集、本体构建、本体映射、数据查询和数据持久化。通过一个实例,展示了上述方法的可行性。 相似文献
8.
9.
目的:建立基于语义表达的中药概念数据模型。方法:利用文献分析法结合专家咨询进行中药及相关领域概念抽取、概念间关系设定以及数据模型框架的构建。结果:构建了基于语义表达的中药概念数据模型。结论:基于本体与数据相结合的思路构建基于统一语义表达的中药概念数据模型,有利于理清中药及相关领域概念及关系,方便数据的共享与重用,对于物理数据模型的构建也具有指导作用。 相似文献
10.
《辽宁中医药大学学报》2020,(1)
目的探讨《黄帝内经》脾脏象理论语义关系的层次结构、种类及其适用条件,为完善中医药语义关系探索新的思路。方法基于中医术语学和知识本体研究方法,依托中医基础理论,以扎根理论为指导,以田野笔记为载体,经专家共识,确立《黄帝内经》脾脏象理论语义关系。结果《黄帝内经》脾脏象理论语义关系分为一般语义关系、生理语义关系、发病语义关系三大类型,共49种语义关系,具有三级架构。结论根据中医理论确立的《黄帝内经》脾脏象理论语义关系,重建了中医药语义关系的层次结构,细化了语义关系种类,为完善中医药语义关系做出了新的探索。 相似文献
11.
大量生物医学本体数据的出现需要一种工具供生物医学研究者查询SPARQL。但完全手工输入SPARQL查询语句不仅非常复杂而且容易出错。在分析传统SPARQL查询构建器的基础上,利用参数化思想研发了一个基于Cytoscape的参数化SPARQL查询系统,该系统可以把SPARQL查询条件以参数的形式做成模板,生物医学研究者可以更快速便捷地对数据源中多个生物医学本体知识库直接进行参数化查询,而不用每次手动输入相同的条件。 相似文献
12.
目的研究和开发支持中医和现代生物医学本体和术语集的语义标注系统。方法以MedPortal本体库和中医临床术语集等为术语资源库,设计语义标注系统工作流程和功能框架,并开发Web应用系统。结果构建了一个基于Web的中医药文献语义标注系统,支持语料库管理与维护、术语词典管理、语义标注和语义检索等功能,既可以为基于机器学习的信息抽取算法研究提供训练集,又能实现语义层面的多来源数据集成与知识融合。结论该中医药文献语义标注系统设计方案已经过实际项目验证,可为其他同类系统研发提供参考。 相似文献
13.
14.
A Structural Equation Modeling Approach for the Adoption of Cloud Computing to Enhance the Malaysian Healthcare Sector 总被引:1,自引:0,他引:1
Ontology engineering covers issues related to ontology development and use. In Case Based Reasoning (CBR) system, ontology plays two main roles; the first as case base and the second as domain ontology. However, the ontology engineering literature does not provide adequate guidance on how to build, evaluate, and maintain ontologies. This paper proposes an ontology engineering methodology to generate case bases in the medical domain. It mainly focuses on the research of case representation in the form of ontology to support the case semantic retrieval and enhance all knowledge intensive CBR processes. A case study on diabetes diagnosis case base will be provided to evaluate the proposed methodology. 相似文献