如何使用文本挖掘方法建立青光眼相互作用网络？

Buildingaglaucomainteractionnetworkusingatextmi...

Building a glaucoma interaction network usinga text mining approach

现如今，生物医学文献的数量以及其中潜在的知识正在不断的增长，这种现象已经无法让某个人凭一己之力完成所有文献的阅读。几种自动化方式的开发将会帮助人们应对这个困境。现在关于从已发表的实验结果数据仓库中提取基因相互作用的文本挖掘方法的研究报告用于测试和青光眼相关的互动网络关系。目前就科研人员所知，尚未发现从文本挖掘途径衍生出关于清关眼互动网络的信息。这种互动网络信息的挖掘可以让科研人员通过临床试验的方式对其他相关疾病作出更进一步的研究和诊断。

图1

图2

文本挖掘方式可以充分的利用非结构化以及半结构化文本中的知识源泉，这种方式非常适用于这个研究的目的。图表1展示了该得到实验研究结果所需要的流程。图表2为文本挖掘管道，用于图1中第三步，从提取每一篇文章中所包含的信息开始。使用分段器将文章分成和句子成分有关的若干个段落。然后再使用标记生成器将每句话分成一个个单词，我们把每一个单词称作标记。接下来，运用词类标签（POS）定义句子中每一个单词标记的作用。除此之外命名实体识别（NER）被用来鉴别标签实体，这就是我们所谓的基因的名字。最后使用关系抽取（RE）来提取每个句子中存在的关系。最后将实体标签和关系转换成一个关系网络。这个方法当中所涉及的任务包括：

Text selectionand retrieval 文本选取与检索

Entity selectionand extraction 实体选择和提取

Benchmarkinggenes 检测基因

Relationextraction 关系提取

Networkconstruction 网络构建

除非特别注明，本站所有文章均不代表本站观点。报道中出现的商标属于其合法持有人。请遵守理性，宽容，换位思考的原则。

本文由本平台编辑编译，并经化学数据联盟首发，转载请注明化学数据联盟。