| 董鹏,李晓瑛,李军莲,唐小利.基于语义谓词优化的疾病因果关系发现[J].数字图书馆论坛,2022,(11):19~25 |
| 基于语义谓词优化的疾病因果关系发现 |
| Disease Causality Discovery Based on Semantic Predicates Optimization |
| 投稿时间：2022-10-20 |
| DOI：10.3772/j.issn.1673-2286.2022.11.007 |
| 中文关键词: 语义谓词优化；疾病因果关系发现；SemRep |
| 英文关键词: Semantic Predicates Optimization; Disease Causality Discovery; SemRep |
| 基金项目:本研究得到中国医学科学院医学与健康科技创新工程重大协同创新项目“生物医学文献信息保障与集成服务平台”（编号：2021-I2M-1-
033）资助。 |
| 作者 | 单位 | | 董鹏 | 北京协和医学院/中国医学科学院/医学信息研究所/图书馆 | | 李晓瑛 | 北京协和医学院/中国医学科学院/医学信息研究所/图书馆 | | 李军莲 | 北京协和医学院/中国医学科学院/医学信息研究所/图书馆 | | 唐小利 | 北京协和医学院/中国医学科学院/医学信息研究所/图书馆 |
|
| 摘要点击次数: 1166 |
| 全文下载次数: 891 |
| 中文摘要: |
| 挖掘PubMed生物医学文献中蕴含的疾病因果关系，能够为疾病预防、诊疗提供参考，促使建立更好的疾病预防和治疗措施。本研究提出基于SemRep语义谓词优化的疾病因果关系抽取方法，构建了包含50个语义谓词的疾病因果关系语义谓词表，自动抽取259 434条疾病因果关系对，揭示疾病之间的单向因果关系和双向因果关系，并结合可视化图形直观呈现。最终验证了优化语义谓词的方法提升SemRep对疾病因果关系抽取效果的可行性，能够有效地从大规模生物医学文献中抽取疾病因果关系，也为其他领域的语义关系精准发现提供借鉴。 |
| 英文摘要: |
| Exploring the causality of disease in Pubmed biomedical literature can provide reference for prevention, diagnosis and treatment of disease, further improve relative measure for disease prevention and treatment. This study proposes a disease causality extraction method based on SemRep semantic predicate optimization, constructs a disease causal relationship semantic predicate table containing 50 semantic predicates, automatically extracts 259 434 disease causal relationship pairs, reveals the one-way causal relationship and two-way causal relationship between diseases, and visually presents them with visual graphics. Finally, the feasibility of optimizing semantic predicates to improve the effect of SemRep on disease causal relationship extraction is verified, which can effectively extract disease causal relationship from large-scale biomedical literature, and also provide reference for accurate discovery of semantic relationship in other fields. |
|
查看全文
查看/发表评论 下载PDF阅读器 |
| 关闭 |
