检索结果-维普期刊中文期刊服务平台

中文生物医学文本无词典分词方法研究被引量：4: 1; 作者王军辉胡铁军 +2 位作者李丹亚钱庆方安《情报学报》 CSSCI 北大核心 2011年第2期197-203,共7页; 为了在不利用词典的条件下实现对中文生物医学文本的有效切分,结合中文生物医学文本专业术语多、新术语不断出现和结构式摘要的特点,引入一种基于重现原理的无词典分词方法,并在实际应用过程中从分词长度上限值的设定和层次特征项抽取... 展开更多; 关键词无词典分词结构式摘要生物医学文本; 在线阅读下载PDF 职称材料

基于距离学习的生物医学文本聚类算法研究被引量：1: 2; 作者袁伟朱山风《计算机应用与软件》 CSCD 2010年第11期4-5,19,共3页; 近年来,随着生物医学文献数量的大量增加,对生物医学文献进行搜索和挖掘,查找有用的信息成为了生物信息学的一个重要研究方向。聚类作为一种无监督的自动化程度很高的机器学习方法,在信息检索和生物信息学领域中获得了广泛的运用。针对... 展开更多; 关键词向量空间模型文本聚类生物医学文本; 在线阅读下载PDF 职称材料

基于双代价参数SVM的生物医学文本指代消解研究: 3; 作者张丽君李丽双范国龙《大连理工大学学报》 EI CAS CSCD 北大核心 2015年第4期405-410,共6页; 生物医学文本中的指代消解是生物医学信息抽取领域的一个重要组成部分.通过引入双代价参数对基本SVM方法进行改进,并在FlyBase语料集上进行了测试,准确率、召回率、F值分别达到53.9%、69.5%、60.7%.同时研究了特征向量的选择和取值对于... 展开更多; 关键词生物医学文本指代消解 SVM 双代价参数; 在线阅读下载PDF 职称材料

面向生物医学实体链接的联合式学习方法被引量：7: 4; 作者胡宇申德荣 +1 位作者聂铁铮寇月《计算机学报》 EI CAS CSCD 北大核心 2022年第4期748-765,共18页; 生物医学文本蕴含着丰富的探索价值,其为生物医学工作者进行研究提供了宝贵的领域知识.充分且高效地利用海量的生物医学文献,并从中发现重要的隐藏信息、获取专业领域知识,对生物医学研究具有重要的意义.生物医学实体链接是对生物医学... 展开更多; 关键词实体识别实体对齐语义分析生物医学文本挖掘生物医学知识库; 在线阅读下载PDF 职称材料

利用膜粒子群优化和信息熵的医学文本特征选择被引量：4: 5; 作者豆增发高琳《西安交通大学学报》 EI CAS CSCD 北大核心 2012年第4期45-51,共7页; 针对生物医学文本挖掘中有效特征选择困难的问题,提出了一种新的基于膜粒子群优化和信息熵的文本特征选择方法.该方法以文本信息熵总和为目标函数,以膜系统的层次结构作为框架,以膜系统的消息传递机制作为进化方向,以粒子群优化进化作... 展开更多; 关键词膜系统粒子群优化生物医学文本特征选择信息熵; 在线阅读下载PDF 职称材料

利用膜粒子群优化的条件随机域特征选择被引量：3: 6; 作者豆增发高琳《西安电子科技大学学报》 EI CAS CSCD 北大核心 2012年第5期107-112,共6页; 提出了一种新的基于膜粒子群优化的特征选择方法.该方法利用了膜系统的分层结构和消息传递机制,将粒子群优化算法作为区域子算法部署到各个区域中.不同于传统粒子群优化算法,该方法将粒子群优化的搜索速率分解为局部搜索速率和全局搜索... 展开更多; 关键词膜系统粒子群优化生物医学文本特征选择条件随机域; 在线阅读下载PDF 职称材料

题名中文生物医学文本无词典分词方法研究被引量：4: 1; 作者王军辉胡铁军李丹亚钱庆方安; 机构中国医学科学院医学信息研究所; 出处《情报学报》 CSSCI 北大核心 2011年第2期197-203,共7页; 文摘为了在不利用词典的条件下实现对中文生物医学文本的有效切分,结合中文生物医学文本专业术语多、新术语不断出现和结构式摘要的特点,引入一种基于重现原理的无词典分词方法,并在实际应用过程中从分词长度上限值的设定和层次特征项抽取两方面对其进行了改进.实验结果表明,该方法可以在不需要词典和语料库学习的情况下,实现对生物医学文本中关键性专业术语的有效抽取,分词准确率约为84.51%.最后,基于本研究中的分词结果,对生物医学领域的词长分布进行了初步探讨,结果表明中文生物医学领域的词长分布与普通汉语文本有非常大的差异.研究结果对在处理中文生物医学文本时N-gram模型中N值的确定具有一定的参考价值.; 关键词无词典分词结构式摘要生物医学文本; Keywords Chinese word segmentation without thesaurus structured abstract biomedical text; 分类号 G35 [文化科学—情报学]; 在线阅读下载PDF 职称材料

题名基于距离学习的生物医学文本聚类算法研究被引量：1: 2; 作者袁伟朱山风; 机构复旦大学计算机学院; 出处《计算机应用与软件》 CSCD 2010年第11期4-5,19,共3页; 基金国家自然科学基金项目(60673016); 文摘近年来,随着生物医学文献数量的大量增加,对生物医学文献进行搜索和挖掘,查找有用的信息成为了生物信息学的一个重要研究方向。聚类作为一种无监督的自动化程度很高的机器学习方法,在信息检索和生物信息学领域中获得了广泛的运用。针对生物医学文本的特点提出了基于距离学习的聚类算法,实验结果证明了该方法的有效性。; 关键词向量空间模型文本聚类生物医学文本; Keywords Eigenspace model Text clustering Biomedical text; 分类号 TP391.12 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名基于双代价参数SVM的生物医学文本指代消解研究: 3; 作者张丽君李丽双范国龙; 机构辽宁医学院现代教育技术中心大连理工大学计算机科学与技术学院; 出处《大连理工大学学报》 EI CAS CSCD 北大核心 2015年第4期405-410,共6页; 基金国家自然科学基金资助项目(61173101); 文摘生物医学文本中的指代消解是生物医学信息抽取领域的一个重要组成部分.通过引入双代价参数对基本SVM方法进行改进,并在FlyBase语料集上进行了测试,准确率、召回率、F值分别达到53.9%、69.5%、60.7%.同时研究了特征向量的选择和取值对于实验结果的影响.最后与其他先进方法进行了对比.结果表明,在同样的语料上,基于双代价参数SVM方法优于其他先进的方法.; 关键词生物医学文本指代消解 SVM 双代价参数; Keywords biomedical texts anaphora resolution SVM doubly-cost parameters; 分类号 TP391 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名面向生物医学实体链接的联合式学习方法被引量：7: 4; 作者胡宇申德荣聂铁铮寇月; 机构东北大学计算机科学与工程学院; 出处《计算机学报》 EI CAS CSCD 北大核心 2022年第4期748-765,共18页; 基金科技部重点研发计划项目(No.2018YFB1003404) 国家自然科学基金面上项目(No.62172082,62072086,62072084) 中央高校基本科研业务费专项资金资助项目(No.N180716010)资助.; 文摘生物医学文本蕴含着丰富的探索价值,其为生物医学工作者进行研究提供了宝贵的领域知识.充分且高效地利用海量的生物医学文献,并从中发现重要的隐藏信息、获取专业领域知识,对生物医学研究具有重要的意义.生物医学实体链接是对生物医学文本中的命名实体进行识别,并将表示该实体的某些字符串映射到生物医学领域知识库中对应概念.生物医学实体链接任务通常面临两个主要的挑战:(1)自然语言描述的歧义性.(2)自然语言文本与生物医学知识库的异构性.传统的方法基于特征选择或规则发现,依赖于手动选择特征或定义规则,处理分阶段模型中也可能出现误差传播.因此,本工作提出了一种深度学习和知识库相结合的实体链接方法,通过深度挖掘自然语言文本的隐藏特征,及其与知识库概念图间结构的相似性,将生物医学实体识别与实体-概念对齐两个任务进行联合式处理.该方法旨在通过标准的生物医学知识库,自动获取生物医学实体的语义信息,挖掘生物医学实体之间的语义关系.实验表明,该方法在实体识别与对齐方面取得了较好的效果,显著提高了任务的精确性,在实体链接核心任务上取得了超过10%的性能提升.; 关键词实体识别实体对齐语义分析生物医学文本挖掘生物医学知识库; Keywords biomedical entity resolution biomedical entity alignment semantic analysis biomedical text mining biomedical knowledge base; 分类号 TP18 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

题名利用膜粒子群优化和信息熵的医学文本特征选择被引量：4: 5; 作者豆增发高琳; 机构西安电子科技大学计算机学院; 出处《西安交通大学学报》 EI CAS CSCD 北大核心 2012年第4期45-51,共7页; 基金国家自然科学基金重点资助项目(60933009) 高等学校博士学科点专项科研基金资助项目(200807010013) 国家自然科学基金资助项目(60970065); 文摘针对生物医学文本挖掘中有效特征选择困难的问题,提出了一种新的基于膜粒子群优化和信息熵的文本特征选择方法.该方法以文本信息熵总和为目标函数,以膜系统的层次结构作为框架,以膜系统的消息传递机制作为进化方向,以粒子群优化进化作为进化规则.作为进化规则的粒子群优化算法,分别以局部搜索速率和全局搜索速率搜索得到文本信息熵最大的解,并在不同膜区域之间传递搜索结果,直到膜区域之间的消息传递结束或者达到限定的迭代次数.实验结果表明,利用提出的方法对医学文本特征进行选择后,对其进行分类,能使分类精确度和召回率分别提高2%和3%左右.; 关键词膜系统粒子群优化生物医学文本特征选择信息熵; Keywords membrane system particle swarm optimizer biomedical literature feature selection information entropy; 分类号 TP301 [自动化与计算机技术—计算机系统结构]; 在线阅读下载PDF 职称材料

题名利用膜粒子群优化的条件随机域特征选择被引量：3: 6; 作者豆增发高琳; 机构西安电子科技大学计算机学院; 出处《西安电子科技大学学报》 EI CAS CSCD 北大核心 2012年第5期107-112,共6页; 基金国家自然科学基金重点资助项目(60933009) 国家自然科学基金资助项目(60970065) 高等学校博士学科点专项科研基金资助项目(200807010013); 文摘提出了一种新的基于膜粒子群优化的特征选择方法.该方法利用了膜系统的分层结构和消息传递机制,将粒子群优化算法作为区域子算法部署到各个区域中.不同于传统粒子群优化算法,该方法将粒子群优化的搜索速率分解为局部搜索速率和全局搜索速率.膜系统的所有外层区域采用局部搜索速率,搜索局部最优解;最内层区域采用全局搜索速率,搜索全局最优解.所有外部区域将最优解传递给相邻内部区域,内部区域将最差解传递给相邻外部区域,最内区域向相邻外部区域传递最差解.当各个区域之间的解传递在一段时间内停止时,或者算法迭代次数达到限定次数时,算法收敛,取最内层区域的最优解为最终解.以条件随机域模型的最大似然估计函数为目标函数,利用膜粒子群优化计算各个特征权重系数,最后剔除那些权重系数小于阈值的特征.实验结果表明,在进行生物文本的基因名称识别时,利用该方法对条件随机域的特征进行选择后,可以消除冗余特征的干扰,能获得更高的准确度。; 关键词膜系统粒子群优化生物医学文本特征选择条件随机域; Keywords membrane system particle swarm optimizer biomedical literature feature selection conditional random fields; 分类号 TP301 [自动化与计算机技术—计算机系统结构]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	中文生物医学文本无词典分词方法研究	王军辉胡铁军李丹亚钱庆方安	《情报学报》 CSSCI 北大核心	2011	4	在线阅读下载PDF 职称材料
2	基于距离学习的生物医学文本聚类算法研究	袁伟朱山风	《计算机应用与软件》 CSCD	2010	1	在线阅读下载PDF 职称材料
3	基于双代价参数SVM的生物医学文本指代消解研究	张丽君李丽双范国龙	《大连理工大学学报》 EI CAS CSCD 北大核心	2015	0	在线阅读下载PDF 职称材料
4	面向生物医学实体链接的联合式学习方法	胡宇申德荣聂铁铮寇月	《计算机学报》 EI CAS CSCD 北大核心	2022	7	在线阅读下载PDF 职称材料
5	利用膜粒子群优化和信息熵的医学文本特征选择	豆增发高琳	《西安交通大学学报》 EI CAS CSCD 北大核心	2012	4	在线阅读下载PDF 职称材料
6	利用膜粒子群优化的条件随机域特征选择	豆增发高琳	《西安电子科技大学学报》 EI CAS CSCD 北大核心	2012	3	在线阅读下载PDF 职称材料