医学表型实体的同义关系分析和概念规范化研究

发布时间：2020-08-15 12:10

【摘要】：医学知识图谱构建是医学人工智能研究的重要问题,是临床诊疗决策支持系统研发的重要支撑,其中表型实体及其关系是医学知识图谱的重要组成部分。然而由于医学术语库的动态变化和医学文本的快速累积,医学知识图谱中表型实体及其关系的维护和更新耗时耗力。因此,自动预测医学术语库间的表型概念同义关系,并建立医学文本中表型术语提及与规范化概念的映射关系是医学知识图谱构建的基础性研究工作。针对以上问题,本文的主要研究工作如下:首先,本文针对不同术语库的表型同义关系分析问题,构建了基于排序学习的分析方法。该方法将表型同义关系预测问题转化为对候选表型术语排序的问题,利用PubMed文献及相关信息,生成表型术语网络嵌入表示。然后通过相似度计算和排序学习的排序方法预测不同表型术语的同义关系。其次,研制了基于分类学习的术语同义关系分析方法。该方法将表型同义关系预测问题转化为对表型关系分类的问题,基于表型术语的网络嵌入表示构建表型术语关系的特征向量,分别使用支持向量机、逻辑回归、多层感知机、朴素高斯贝叶斯和随机森林等分类模型进行表型术语关系分类,然后基于融合分类模型对表型关系分类,进而预测表型之间的同义关系。本文在表型术语同义关系数据集上分别进行了基于排序学习和基于分类学习方法的同义关系预测实验。结果表明,两种方法在表型同义关系分析问题上均有较好的表现,其中基于分类的方法F1最高可达0.942。最后,针对表型概念规范化问题,本文将该问题分解为表型命名实体识别和表型实体链接两个子任务。首先,分别利用卷积神经网络(CNN)和双向长短期记忆网络(BiLSTM)学习字符向量和词向量,并结合条件随机场(CRF)构建BiLSTM-CNN-CRF模型,实现表型命名实体识别。然后基于CNN排序模型实现表型实体链接。并在National Center for Biotechnology Information(NCBI)疾病语料库和BioCreative V Chemical Disease Relation(BC5CDR)疾病语料库上进行对比实验,验证了方法的有效性。
【学位授予单位】：北京交通大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：TP391.1;R-05
【图文】：

游走模型来适用于网络领域的各种定义。Ｎ0ｄｅ２ｖｅＣ定义了两个参数ｐ和ｑ，在广度优先逡逑采样（Ｂｒｅａｄｔｈ－ｆｉｒｓｔ邋Ｓａｍｐｌｉｎｇ，邋ＢＦＳ）和深度优先采样（Ｄｅｐｔｈ－ｆｉｒｓｔ邋Ｓａｍｐｌｉｎｇ，邋ＤＦＳ）采样中逡逑达到一个平衡，同时考虑到局部和宏观的信息，具有很高的适应性。如图２－２所示，逡逑控制跳回上一节点的概率，当从ｔ跳到ｖ以后，跳回节点ｔ的概率为１／ｐ，对应ＢＦＳ。ｇ逡逑对应ＤＦＳ，控制从节点ｖ跳到其他节点的概率。逡逑图２－２邋ｎｏｄｅ２ｖｅｃ节点领域表示逡逑Ｆｉｇｕｒｅ邋２－２邋ｎｏｄｅ２ｖｅｃ邋ｎｏｄｅ邋ｆｉｅｌｄ邋ｒｅｐｒｅｓｅｎｔａｔｉｏｎ逡逑２．１．３排序学习逡逑Ｉ邋＜／ｉ邋Ｉ＇邋＾逦￣￣｜ｉ逡逑Ｉ邋＾逦ｘ：２－１逦ｉ逦ｉ逦…逡逑Ｉ邋ｌ；，）逦Ａ邋产逦Ｘ；＊１逦ｉ逡逑ｉ邋；逦：逦卜夬学习系统逡逑Ｉ邋＾逦＾逦ｘ％逦｜逡逑■逦Ｉ邋）逦ｉｙ｛２）逦ｙｆ舄）逦：逡逑ｉｌ丨路集逦Ｍｃ？ｄｅＪ邋ｈ逡逑１逦＾逦｜ｐ－ｊ｜逡逑ｉ邋ｘ．（邋：逦ｉ：邋：、ａＪ１１邋ｔ逦：邋Ｘ］邋：逡逑ｉ邋，邋Ｉ逦？逦＇邋｜逡逑！邋：逡逑Ｉ邋？邋ｊ逦ｊ邋ｈ｛ｘ）；逡逑ｓ．逦逡逑ＭＳｉ＂逦sE逡逑图２－３机器学习排序模型逡逑Ｆｉｇｕｒｅ邋２－３邋Ｍａｃｈｉｎｅ邋Ｌｅａｒｎｉｎｇ邋ｔｏ邋Ｒａｎｋ邋Ｍｏｄｅｌ逡逑９逡逑

游走模型来适用于网络领域的各种定义。Ｎ0ｄｅ２ｖｅＣ定义了两个参数ｐ和ｑ，在广度优先逡逑采样（Ｂｒｅａｄｔｈ－ｆｉｒｓｔ邋Ｓａｍｐｌｉｎｇ，邋ＢＦＳ）和深度优先采样（Ｄｅｐｔｈ－ｆｉｒｓｔ邋Ｓａｍｐｌｉｎｇ，邋ＤＦＳ）采样中逡逑达到一个平衡，同时考虑到局部和宏观的信息，具有很高的适应性。如图２－２所示，逡逑控制跳回上一节点的概率，当从ｔ跳到ｖ以后，跳回节点ｔ的概率为１／ｐ，对应ＢＦＳ。ｇ逡逑对应ＤＦＳ，控制从节点ｖ跳到其他节点的概率。逡逑图２－２邋ｎｏｄｅ２ｖｅｃ节点领域表示逡逑Ｆｉｇｕｒｅ邋２－２邋ｎｏｄｅ２ｖｅｃ邋ｎｏｄｅ邋ｆｉｅｌｄ邋ｒｅｐｒｅｓｅｎｔａｔｉｏｎ逡逑２．１．３排序学习逡逑Ｉ邋＜／ｉ邋Ｉ＇邋＾逦￣￣｜ｉ逡逑Ｉ邋＾逦ｘ：２－１逦ｉ逦ｉ逦…逡逑Ｉ邋ｌ；，）逦Ａ邋产逦Ｘ；＊１逦ｉ逡逑ｉ邋；逦：逦卜夬学习系统逡逑Ｉ邋＾逦＾逦ｘ％逦｜逡逑■逦Ｉ邋）逦ｉｙ｛２）逦ｙｆ舄）逦：逡逑ｉｌ丨路集逦Ｍｃ？ｄｅＪ邋ｈ逡逑１逦＾逦｜ｐ－ｊ｜逡逑ｉ邋ｘ．（邋：逦ｉ：邋：、ａＪ１１邋ｔ逦：邋Ｘ］邋：逡逑ｉ邋，邋Ｉ逦？逦＇邋｜逡逑！邋：逡逑Ｉ邋？邋ｊ逦ｊ邋ｈ｛ｘ）；逡逑ｓ．逦逡逑ＭＳｉ＂逦sE逡逑图２－３机器学习排序模型逡逑Ｆｉｇｕｒｅ邋２－３邋Ｍａｃｈｉｎｅ邋Ｌｅａｒｎｉｎｇ邋ｔｏ邋Ｒａｎｋ邋Ｍｏｄｅｌ逡逑９逡逑

（２）支持向量机（Ｓｕｐｐｏｒｔ邋Ｖｅｃｔｏｒ邋Ｍａｃｈｉｎｅｓ，ＳＶＭ）逡逑支持向量机通常用来解决二分类问题［４８］。它的基本模型是定义一个在特征空间上的逡逑间隔最大的线性分类器。如图２－４所示：逡逑＃逡逑Ｈ邋＼邋？邋？逡逑？邋？邋？邋＼／＼／逡逑＼ｖ邋／ｍａｒｇｉｎ逡逑Ｏ逦Ｎ／逡逑图２－４支持向量机超平面划分逡逑Ｆｉｇｕｒｅ邋２－４邋Ｔｈｅ邋Ｈｙｐｅｒ邋ｐｌａｎｅ邋ｏｆ邋Ｓｕｐｐｏｒｔ邋Ｖｅｃｔｏｒ邋Ｍａｃｈｉｎｅ逡逑其中，／／是最优超平面，／＾和／＾分别是两个支持平面，ｍａｒｇｉｎ是两个平面间的距逡逑离。支持向量机的输入数据为１々＝１，２，．．．，４，输出为；；，少２罚保嗑必

本文编号：2794090