共查询到16条相似文献,搜索用时 125 毫秒
1.
为了解生物医学文本挖掘的研究现状和评估未来的发展方向,以美国国立图书馆 PubMed中收录的 2000年 1月-2015年3月发表的生物医学文本挖掘研究文献记录为样本来源,提取文献记录的主要主题词进行频次统计后截取高频主题词,形成高频主题词-论文矩阵,根据高频主题词在同一篇论文中的共现情况对其进行聚类分析,根据高频主题词聚类分析结果和对应的类标签文献,分析当前生物医学文本挖掘研究的热点。结果显示,当前文本挖掘在生物医学领域应用的主要研究热点为文本挖掘的基本技术研究、文本挖掘在生物信息学领域里的应用、文本挖掘在药物相关事实抽取中的应用3个方面。 相似文献
2.
目前,如何解决海量文本信息与知识增长缓慢的矛盾,以可信的方式发现文本中有用的模式是一项严峻的挑战。本文就国际上有关文本挖掘在生物医学领域的应用进行阐述。概念识别和发现关系研究已经取得丰硕成果,而元数据挖掘正处于起步阶段。利用元数据进行生物医学文本挖掘以及建立知识库是现阶段文本知识发现的重要任务。 相似文献
3.
4.
为了解生物医学文本挖掘技术在基因组注释方面的基本应用,以Web of Science(WOS)数据库中收录的关于生物医学文本挖掘技术在基因组注释方面的基本应用的文献作为来源文献,利用书目共现分析软件提取文献中的高被引论文,形成来源文献——高被引文献词篇矩阵,利用聚类软件对高被引论文进行同被引聚类分析,最后得到生物医学文本挖掘技术在基因组注释方面的基本应用,主要包括权威工具的使用、文本挖掘工具和算法的开发、文本挖掘工具的检验。 相似文献
5.
人类基因组计划使生物医学的研究取得了前所未有的成就,在研究结果中得到了大量的生物医学实体,如基因、蛋白质、器官、疾病和药物等,但这些生物实体之间存在什么样的关系仍不完全清楚.作为生物医学研究成果载体的文献呈指数增长,已成为科研人员获取知识的瓶颈.文本挖掘能够解决信息超载问题,故对生物医学实体关系的挖掘流程和评价指标进行介绍,对生物医学文本挖掘在研究生物实体关系抽取中采用的基于统计的方法、基于自然语言处理的方法和基于模式匹配的方法进行了阐述,对各种方法进行了综合比较,同时介绍了国内外相关研究. 相似文献
6.
系统介绍了生物医学文本挖掘的具体流程和文本挖掘技术在生物医学领域中的应用情况,并着重从自然语言处理和本体、命名实体识别、关系抽取、文本分类与聚类、共现分析、系统工具及评价、可视化等方面分别做了阐述. 相似文献
7.
文本挖掘是利用数据挖掘技术在大量的文本集合中发现隐含的知识的过程。近年来许多研究人员利用计算机技术对生物医学文献全文或摘要进行了分析,现综述各项研究中所采用的文本挖掘技术。文本挖掘的任务包括在大量文本中进行信息抽取、语词识别、发现知识间的关联等,还包括提高大分子序列同源查找的效率,进行细胞定位等复杂的目标。 相似文献
8.
文本挖掘技术为药物重新定位提供了新思路,不断出现的新数据库以及相应工具,为利用文本挖掘技术进行药物重新定位提供了越来越多便利。介绍了一些使用文本挖掘方法进行药物重新定位研究的方法和工具及成功应用这些方法和工具的范例,以便为对此领域感兴趣的研究人员提供参考。 相似文献
9.
针对国外药物靶位研究的相关文献,使用BICOMB2.01软件、gCLUTO软件进行了高被引论文的同被引聚类分析,通过对各类高被引论文及其对应的重要来源文献的标题和摘要进行语义分析,发现该领域当前研究的主要热点包括文本挖掘在预测药物靶位研究中的总体趋势、理论基础、主要方法和主要资源4个方面。 相似文献
10.
分析了用文本挖掘方法探测药物副作用的必要性及可行性,从挖掘流程、挖掘/提取方法、结果评价和现有工具软件4个方面总结了用文本挖掘技术提取药物副作用的研究现状及尚未解决的问题和未来发展趋势。 相似文献
11.
12.
13.
14.
15.
新药研究开发的进展与展望 总被引:4,自引:0,他引:4
综述了近年来国际国内新药研究开发的最新进展和重要成就,提出了加速我国新药研究的若干思考,并对21世纪初期新药研究开发的一些发展趋势进行了展望。 相似文献
16.