基于海量医学词典的查找方法

发布时间：2021-03-07 14:43

　　医学词典查找方法对促进医学信息研究有重要意义。针对现有医学词典查找方法速度慢的问题,提出高效查找方法。利用词典树结构存储词典词条,并结合匹配跳转机制进行匹配,有效降低回朔查询。快速查找方法性能优越,在30000词条规模的中英文词典上,比普通方法分别提升188倍和161倍。 

【文章来源】：现代计算机. 2019,(15)

【文章页数】：6 页

【部分图文】：

中文词典树构建22.2构建词典树

研究与开发现代计算机2019.05下法，还有我们设计的快速查找方法。实验结果如图4所示。普通查找方法在30000个词条规模下所花费的时间是1.501秒。而快速查找方法时间为0.008秒。快速查找方法比普通查找快188倍。图4中文医学词典运行时间对比在英文医学词典测试上，我们结合了基于疾病和化学实体的词典，词典的词条规模为30000条，查找英文文本字数规模同样也为1000。实验结果如图5所示。普通查找方法在30000个词条规模下所花费的时间是1.93秒。快速查找方法时间为0.012秒。快速查找方法比普通查找快161倍。从图4和图5的实验结果可以看出，随着医学词典词条规模的增加，普通查找方法的查找时间呈现出线性增长的趋势。而快速查找方法所花费的时间一直保持在稳定的较短时间水平。证明了本文提出的查找方法的有效性，可以应用在海量医学词典查找的应用上。图5英文医学词典运行时间对比4结语本文设计了一种高效的基于海量医学词典资源的查找方法。该方法利用词典树的结构存储词典词条，结合匹配跳转机制进行匹配，避免无效的回朔查询。设计了最大长度词典词项搜索算法搜索出最长的词典匹配项。实验结果表明快速查找方法性能优越，对于促进医学信息研究具有积极的意义。参考文献：[1]J.Li,etal.BioCreativeVCDRTaskCorpus:aResourceforChemicalDiseaseRelationExtraction[J].DatabaseJ.Biol.DatabasesCura-tion,2016,p.baw068.[2]J.Li,S.Zheng,B.Chen,A.J.Butte,S.J.Swamidass,Z.Lu.ASurveyofCurrentTrendsinComputationalDrugRepositioning[J].Brief.Bio-inform.2016,17(1):2-12.[3]C.H.Wei,H.Y.Kao,Z.Lu.PubTator:aWeb-BasedTextMiningToolforAssistingBiocuratio


本文编号：3069297