国外生物医学文本语料库分类及特点研究

通过梳理国外31个生物医学文本语料库标注内容,根据语料库标注实体类型,参照UMLS语义类型将其划分为6大类。总结语料库在语义类型、数据源等方面特点,阐述生物医学文本语料库构建流程及关键步骤,以期为我国生物医学文本语料库相关研究奠定基础。     

面向医学科技评价的本体模型构建研究

目的：构建面向医学科技评价的本体模型,为完善医学科技评价本体奠定基础,为医学科技评价研究数据管理系统提供支持。方法：通过分析医学科技评价需求、调研医学科技评价维度及现有科研本体研究现状,以现有医学科技评价维度和科研本体为依据,构建本体模型,并抽取其中概念及属性。借鉴骨架法和七步法,利用Protégé构建本体并进行检索及可视化展示。结果：建立了包含8类顶层模块、303条概念及21种语义关系的医学科技评价工作的本体模型,并借助Protégé进行检索及可视化展示。结论：构建医学科技评价本体能够更好地管理和组织指标数据,揭示科研网络关系,为医学科技评价研究提供新的研究角度,便于科研数据或信息资源的共享。     

基于深度学习的生物医学文本分类研究

目的：探索基于深度学习的文本分类方法在生物医学文本的学科分类中是否具有更好的分类性能。方法：以中国医院科技量值研究中累积的神经病学科、消化病学科、肿瘤学科的SCI论文为数据来源,分别训练并测试CNN、LSTM、LSTM-CNN、LSTM-attention及SVM模型并评估其性能。结果：5类模型中,双层CNN模型的分类性能最好,CNN、LSTM、LSTM-CNN和LSTM-attention模型的分类性能均优于SVM模型。结论：基于深度学习的文本分类方法可提高生物医学文本的学科分类精度,推动医院评价和学科评估的发展。     

精准医学文本语料库构建研究

利用BRAT标注工具及人工标注方法，根据初步制定的文本语料标注规范，按照语料选择、语料预处理、语料标注、标注校对、一致性检验的流程开展语料标注工作，构建包含2 000篇文本语料的精准医学文本语料库，为相关实体与关系抽取算法研究以及精准医学知识网络构建提供有效的资源支持。     

文本挖掘在基因组注释中的应用

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。