時間経過を考慮した医学生物系文献情報からの知識抽出

考虑时间流逝的医学和生物文献信息中的知识提取

基本信息

批准号：
04J61609
负责人：
山本泰智
金额：
$ 0.64万
依托单位：
The University of Tokyo
依托单位国家：
日本
项目类别：
Grant-in-Aid for JSPS Fellows
财政年份：
2004
资助国家：
日本
起止时间：
2004 至无数据
项目状态：
已结题

来源：
https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-04J61609/
关键词：
テキストマイニング生物医学文献

项目摘要

医学生物系文献データベースMEDLINEおよび、当該研究者に広く利用されているMEDLINE検索システムPubMedを用いて得られる情報(題目、アブストラクト、統制語によるキーワード(MeSHターム))等を用いて、大量の関連文献に収められている生物医学知識(疾患と遺伝子の関係等)のクラスタリングを行い、研究者が興味のある研究分野の知識を効率的に取得できるシステム開発を目指して研究を行った。具体的にはPubMedから得られた文献集合を、その内容に応じて階層的クラスタリングを行うものである。クラスタリングに用いる文献情報のうちで主なものは、題目とアブストラクトに含まれる語の出現頻度および位置に関するものであるが、そのうちアブストラクトにおいては、当該文献で述べられている研究の、背景や手法、結果、結論が書かれていることが多い。文献クラスタリングを行う際に、ある語がそれらのうちのどれに該当するかについての情報を考慮できることは有益である。例えば、研究結果として得られる知識に重点を置いてクラスタリングすることで、背景に関連知識としてのみ含まれている語の重みを下げることができ、文献に述べられている研究の主題ではない情報の影響を抑えることができる。この目的を達成するために、文献のアブストラクトの各行を、その内容に基づいて分類する手法を提案し、類似既存研究より優れた結果を得ることができた。さらにその情報を用いた文献の階層的クラスタリングシステムを構築した。

我们利用从医学和生物学文献数据库MEDLINE和研究人员广泛使用的MEDLINE检索系统PubMed获得的信息（标题、摘要、受控关键词（MeSH术语）），检索了大量相关文献并进行了研究。旨在开发一个系统，通过对系统中包含的生物医学知识（例如疾病与基因之间的关系）进行聚类，使研究人员能够有效地获取感兴趣研究领域的知识。具体来说，它根据内容对从 PubMed 获取的文档集合进行层次聚类。用于聚类的主要文献信息与标题和摘要中包含的单词的频率和位置有关，但在摘要中，文献中描述的研究背景和方法，结果往往是写出结论。在执行文档聚类时，能够考虑到单词属于其中哪个的信息是很有用的。例如，通过重点对作为研究结果获得的知识进行聚类，可以降低背景中仅作为相关知识包含的单词的权重，并且可以降低仅作为相关知识包含的单词的权重背景中仅作为相关知识包含的词的权重，并且可以抑制背景中仅作为相关知识包含的词的权重。为了实现这一目标，我们提出了一种根据内容对文献摘要的每一行进行分类的方法，并且能够获得比现有类似研究更好的结果。此外，我们使用这些信息构建了文档的层次聚类系统。