文本挖掘在生物学中的应用

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。     

构建基于文献信息网络的知识发现系统应用模型的设想

文献检索能够帮助用户快速地查找与获取目标文献,但非结构化的文献仍然需要人工阅读才能获得有效的知识,严重限制了从大量文献中发现知识的效率。基于文献的知识发现研究是通过文献集中潜在的关联发现来形成科学假设,因此利用文本挖掘技术将非结构化的文献集转化为图结构模型,对进一步知识发现的实施与深入挖掘都具有重要作用。有鉴于此,我们利用复杂网络的方法对文献集进行文本挖掘,探讨了关联知识的图结构组织对文献知识发现的重要作用,揭示了非相关文献中的隐含知识,并构建了文献信息网络的知识发现应用模型。     

中医文本信息抽取系统

近年来,文本信息抽取成为中医文献知识挖掘的一种新兴手段。构建了基于本体的中医文本信息抽取系统,它能从中医文献中提取领域概念及语义关系,并支持用户完成文本语义关系的检阅、分析和标注等工作。该系统能辅助中医专家从中医文献中挖掘知识,并进一步完善中医领域本体系统。     

中医药文献数字化研究进展

中医药文献是中医药文化的重要载体之一,记载着历代医家的智慧和经验。中医药文献的数字化对于中医药知识遗产的保存、传播、开发与利用具有重大意义。回顾中医药文献数字化的发展历程,对文献标引、文献检索、文本挖掘等技术在中医药领域的应用现状进行了综述,讨论了存在的问题和发展趋势。     

中医自然语言处理研究方法综述

简要介绍自然语言处理在中医学中的应用,通过对相关文献的研究分析,阐述关联规则挖掘、聚类分析、信息抽取、机器学习等方法的特点与应用方向。总结构建中医知识网络的相关方法,基于构建知识网络的方法提出未来中医自然语言处理研究的新思路。     

文本挖掘技术在药物研究中的应用

介绍生物医学文献中文本挖掘的过程,重点分析论述文本挖掘在药物研究中的应用,主要包括在药物命名识别、药物靶标发现、药物疗效评价和中医用药规律中的应用,最后指出文本挖掘在生物医学知识发现中需要解决的问题,并展望文本挖掘在药物研究领域的发展前景.     

生物医学文本挖掘研究热点分析

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。     

基于信息抽取的中医药文献知识发现

随着科学技术和实验手段的迅猛发展,产生了非常"庞大"的科学文献和实验数据。同时,在这些表面上没有任何联系的文献和实验数据中,可能存在某种潜在的有价值的关联关系,并且数据本身也是信息和知识的源泉。正是基于这种对新知识的需求,产生了运用数据来挖掘相关知识的要求。本文使用信息抽取的手段,首先建立中医药文摘的领域本体,然后文本信息解析,进行关键字识别和匹配,将自由文本转化为结构化数据,并将数据存入相应的内容数据库中,对内容数据库中的不同文摘的属性值进行属性相关分析,过滤掉统计上不相关或弱相关的属性,保留对手头挖掘任务最相关的属性,从而发现不同文摘间的关联性,进而找出有价值的联系。     

网络特征对文献间接关联发现的评价作用

基于文献的知识发现研究通过文献中潜在的间接关联的挖掘获取新的科学假设,在生物医学领域已经得到了越来越广泛的应用。间接关联性的评价是当前文献知识发现研究的一个热点问题;本文主要探讨网络特征在文献知识发现过程中间接关联的评价作用,整合共现统计信息与网络结构特征,建立了间接关联评价的新指标,这对于提高文献知识发现效率与构建知识发现系统具有重要意义。     

基于文本挖掘的DNA微阵列表达数据方法研究

DNA微阵列技术是近年来发展起来的一种功能基因组学研究技术.利用DNA微阵列技术,可以从基因组水平上鉴定出相关的功能基因及其表达调控网络,有助于阐明这些基因的生物学功能及其机理.结合文本挖掘的相关研究结果.探讨了DNA微阵列技术的原理和特点,数据的分析和解释,基因的聚类方法和基于文献的DNA微阵列分析.通过基于文献的微阵列分析方法,找出隐舍的、具有语义关联的生物概念,并进行推理,发现隐性的新知识.具体阐述了基于统计、基于自然语言处理、基于关联规则挖掘,基于模式识别的4种分析方法.基于文本挖掘的DNA微阵列技术,有利于发现基因或蛋白质之间的相互作用关系,自动识别生物学名词,提高数据分析效率等.     

中医药信息学应用研究热点

本文梳理中医药信息学研究在中医临床数据挖掘与利用、中医智能诊疗装备研究、中药信息研究、基于中医古今文献信息的学科知识服务、基于大数据的中医药评价研究等方向的热点应用,为研究人员提供有益参考。     

数据挖掘技术在分析中医药临床文献中的应用

介绍了中医药临床文献常用的数据挖掘技术及其在中医药临床文献分析中的应用,指出采用中医专家和数据挖掘专家密切协作挖掘中医药数据,不仅可以从理论和临床上解决中医药的难点,还可能是未来挖掘和利用中医药知识的重要方法。     

基于大数据整合与文本挖掘的中药生物分子信息文献系统关键技术模型

基于大数据整合和文本挖掘技术,建立具有多层次信息检索和知识推理发现功能的中药生物分子信息文献系统,介绍系统研发框架、数据库设计、特色与创新之处,指出系统能够为中药研究提供方便可靠的基础数据和分析支持,具有广阔应用前景。     

中医症状知识库知识关联研究

介绍中医学症状研究及中医药领域知识图谱技术应用研究现状,选取《中医药学名词》作为症状知识来源,构建中医症状知识库。运用描述性统计、关联规则分析等数据挖掘方法阐述高频证型以及症状信息分布规律、症状以及症状隐性知识之间的关联关系,利用Neo4j构建中医症状知识图谱并分析病证-症状-属性之间的知识关联关系。     

文本挖掘方法在中医药科研项目数据管理中应用研究

随着创新型社会、知识型国家的提出,中医药科研项目也面临着新的形势。快速发展的信息科学技术融合到项目的数据管理中去,成为了科研项目是否具有高度创新性及高效项目管理的重要衡量标准。文本挖掘技术跨越式的成熟,成就了科研项目对数据管理的跨越式提升。将文本挖掘技术引入到中医药科研项目数据管理中去,对于项目的知识提取、项目管理的效率都有很重大的价值。     

基于文献计量与数据挖掘的脱发病中医临床证治特征分析

目的 探讨脱发病的中医研究现状,分析斑秃和雄激素性脱发的临床证治特征,为中医临床诊疗提供参考。方法 分别检索中国知网、万方数据知识服务平台、维普网中关于中医治疗脱发的研究文献,通过Notexpress去重后运用 CiteSpace及VOSviewer 软件进行文献计量分析,并聚焦中医内治斑秃和雄激素性脱发的随机对照研究（randomized controlled trial, RCT）,运用数据挖掘法分析对二者的临床证治特征。结果 中医治疗脱发病的文献共2954篇,研究类型以临床研究为主。临床证治特征分析表明,斑秃的主要病机为肝肾不足、气血两虚等,常用中药为何首乌、熟地、川芎、女贞子等,而雄激素性脱发的主要病机为湿热蕴结、阴虚湿热等,以侧柏叶、泽泻、茯苓、薏苡仁等为常用中药。结论 中医药治疗脱发病的文献呈上升趋势,斑秃和雄激素性脱发中医临床证治特征存在差异,在临床治疗脱发病的遣方用药中值得注意。     

基于Apriori算法的中药复方配伍规律的数据挖掘研究

关于中药复方配伍规律认识在古今文献中有或多或少的记载,但以往文献多是作者的经验表述,而不是研究成果.以文献研究和理论研究为基础,结合新兴学科—数据挖掘技术,主要运用关联规则方法分析,开展配伍规律研究,既能为中医新药的临床和实验研究提供目标和思路,减少盲目性,缩短研究周期;同时又为大量古今验方研究探索出一条有价值的研究途径和方法.     

基于Shannon熵法的慢性心衰证候要素诊治规律研究

目的：对慢性心衰中医和中西医结合的临床文献进行分析,并结合数据挖掘方法,探讨该病证候要素的诊治规律。方法：以中国学术期刊全文数据库（China National Knowledge Internet,CNKI）和中国生物医学文献数据库（Chinese Biomedical Literature Database,CBM）为数据源,以＂慢性心力衰竭＂或＂慢性心衰＂或＂慢性充血性心力衰竭＂或＂慢性心功能不全＂,＂中医＂或＂证候＂或＂证＂或＂中西医＂为检索词,分别进行一次和二次检索,对文献进行筛选。数据预处理后,采用Shannon熵非线性复杂系统划分法对中医四诊和常用中药数据进行特征提取。结果：阳虚、气虚、血瘀、水停、阴虚、痰浊为慢性心衰的常见证候要素,补气药、活血药、利水药、化痰药、解表药、温里药为临床主要用药。我们提取出了与证候要素密切相关的症状和中药,通过关联系数值对各症的诊断贡献度进行了量化,各要素下分值较高的症状基本为该证的共性症状,分值较低的症状多为某一类患者或疾病本身的特异表现;同时筛选出各证候要素对应的常用中药,间接反映了该药的临床对证使用情况。结论：本研究采用Shannon熵法探索中医四诊-证候要素-方药诊治规律,为该病证候要素属性的判别和临床辨证候要素的用药选择提供了一定的理论依据。