醫(yī)學文獻數(shù)量爆炸式的增長,醫(yī)生和研究人員如何快速分析大規(guī)模文獻數(shù)據(jù)、迅速有效地獲得有用信息是一個巨大的挑戰(zhàn)。本文研究文獻自動分類與文獻主題可視化技術,能夠將傳統(tǒng)的數(shù)據(jù)分析方法與文獻信息數(shù)據(jù)的處理算法相結合,幫助研究人員獲取研究信息。文獻自動分類技術可以在文獻探究的初步階段作為知識發(fā)現(xiàn)、分析的啟發(fā)式方法,進行有意義的經(jīng)驗聚集與內容比較。我們提出一種基于組合特征的醫(yī)學領域文獻主題分類算法,用于解決醫(yī)學文獻中由于醫(yī)學文獻術語復雜,數(shù)量多引起的分類問題。本文的算法首先提取文獻信息構建基于MeSH（Medical Subject Headings）主題詞與LDA（Latent Dirichlet allocation）潛在概率的組合特征向量,可以進入語義層面提取文獻特征;然后采用支持向量機（Support Vector Machine）作為算法的分類模型,在組合特征向量空間中構建可以將文獻進行分類的最優(yōu)超平面。本文使用TREC-2005中的文獻集進行文獻主題多分類實驗,本文算法的準確率達到72%,相比于傳統(tǒng)的基于MeSH分類算法65%、MeSH主題詞加權的分類算法53%的準確率,有效地提高了醫(yī)學... 

【文章來源】：電子科技大學四川省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：62 頁

【學位級別】：碩士

【文章目錄】：
摘要
abstract
第一章 緒論
    1.1 研究工作的背景與意義
    1.2 醫(yī)學文獻國內外研究歷史與現(xiàn)狀
        1.2.1 文獻主題分類的研究
        1.2.2 主題可視化研究
    1.3 本文的主要貢獻與創(chuàng)新
    1.4 本文結構安排
第二章 基于組合特征向量的醫(yī)學文獻主題分類算法研究
    2.1 算法主要解決問題
    2.2 算法主要思想與原理
    2.3 算法設計與實現(xiàn)
        2.3.1 文獻預處理階段
        2.3.2 特征構建階段
        2.3.3 文獻主題分類模型構建
    2.4 分類實驗與結果分析
        2.4.1 實驗環(huán)境
        2.4.2 文獻數(shù)據(jù)集
        2.4.3 特征構建與分類模型參數(shù)設置
        2.4.4 評估標準與分類結果
    2.5 結果討論
    2.6 本章小結
第三章 基于MeSH的醫(yī)學文獻主題可視化方法研究
    3.1 文獻主題研究進展與可視化問題分析
    3.2 基于MeSH共現(xiàn)的文獻主題可視化方法設計
        3.2.1 方法原理
        3.2.2 實現(xiàn)流程
    3.3醫(yī)學文獻主題可視化實驗
        3.3.1 實驗環(huán)境
        3.3.2 實驗數(shù)據(jù)來源
        3.3.3 主題交叉分析可視化實驗驗證
        3.3.4 主題趨勢可視化實驗驗證
    3.4 結果分析
        3.4.1 結構圖圖示說明
        3.4.2 兩種主題交叉可視化方法比較
        3.4.3 趨勢圖圖示說明
        3.4.4 兩種趨勢圖可視化方法比較
    3.5 本章小結
第四章 總結與展望
致謝
參考文獻


【參考文獻】：
期刊論文
[1]基于上下文特征的領域文獻實體消歧算法[J]. 王靜,譚紹峰,賀東東,陳建輝,閆健卓.  北京生物醫(yī)學工程. 2018(04)
[2]多維主題演化分析模型構建與實證研究[J]. 劉自強,王效岳,白如江.  情報理論與實踐. 2017(03)
[3]生物醫(yī)學文獻中的術語分類和術語映射研究[J]. 周玉新.  智能城市. 2016(09)
[4]基于Citespace Ⅲ的大數(shù)據(jù)研究的可視化分析[J]. 姜俊鋒,丁香乾,侯瑞春,曲麗君.  計算機與數(shù)字工程. 2016(02)
[5]基于LDA模型的研究領域熱點及趨勢分析[J]. 楊星,李保利,金明舉.  計算機技術與發(fā)展. 2012(10)
[6]數(shù)據(jù)挖掘和知識發(fā)現(xiàn)領域熱點主題分析[J]. 吳思竹.  情報雜志. 2010(07)
[7]MeSH詞表的語義相似度計算研究[J]. 孫海霞,錢慶,吳英杰,李軍蓮.  現(xiàn)代圖書情報技術. 2010(06)
[8]PubMed主題詞檢索與自由詞檢索的檢索效率比較研究[J]. 胡德華,梁麗明.  情報科學. 2006(05)

碩士論文
[1]兩種探測研究熱點趨勢的時間線方法比較[D]. 阮文靜.大連理工大學 2017
[2]基于領域本體的生物醫(yī)學文獻挖掘算法研究及其系統(tǒng)實現(xiàn)[D]. 楊開欣.北京交通大學 2016



本文編號：3467592