基于领域相关性度量的抑郁症药物概念抽取

• 作者: 王宁宁 陈建辉
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 本体学习 概念抽取 抑郁症 对数似然比 领域关联函数
• 年，卷（期）: 2016,（19）
• 所属期刊栏目: 模式识别与人工智能
• 页码范围: 140-145
• 页数: 6页
• 分类号: TP18
• 字数: 5275字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1602-0056

摘要

开发基于生物医学文献的抑郁症药物本体自动学习技术，对于抑郁症辅助诊疗有着重要的指导意义。概念抽取是面向文本的本体学习的基础。然而，现有的本体概念抽取算法在解决特定、细粒度领域的概念抽取问题时性能较差。借鉴传统的领域相关性及领域一致性的思想，综合使用对数似然比和领域关联函数进行抑郁症药物领域的概念抽取。实验结果表明，该算法能够降低抑郁症其他相关领域对概念抽取的影响，同时改善低频术语的领域隶属度计算，提高了准召率。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈建辉	北京工业大学电子信息与控制工程学院	7	8	2.0	2.0
2	王宁宁	北京工业大学电子信息与控制工程学院	1	0	0.0	0.0