MedTQ：面向医学本体的动态主题发现与查询生成
数据库
2018-02-13 v1 人工智能
信息检索
摘要
生物医学本体是指对某感兴趣生物医学领域的共享概念化，其通过开放数据运动极大地改善了数据管理与数据共享。生物医学数据的快速增长与可获取性，使得针对大规模本体进行人工分析与查询处理变得不切实际且计算代价高昂。缺乏从多种来源分析本体并支持面向临床实践与生物医学研究的知识发现的能力，应当借助新技术加以克服。在本研究中，我们开发了医学主题发现与查询生成框架（MedTQ），其由一系列方法与算法构成。所引入的基于谓词邻域模式的方法能够计算本体中谓词（关系）的相似度。给定谓词相似度度量，我们开发了机器学习算法用于自动主题发现与查询生成。称为层次 K-Means 算法的主题发现算法，通过扩展已有监督算法（K-means 聚类）来构建主题层次结构。在层次 K-Means 算法中，选取了逐层优化策略以与主题内元素间的强关联保持一致。针对发现的主题实现了自动查询生成，可引导用户进行交互式查询设计与处理。我们以 DrugBank 本体为案例研究进行了评估以生成主题层次结构。结果表明 MedTQ 框架能够通过从领域特定数据与本体中捕捉底层结构来增强知识发现。
引用
@article{arxiv.1802.03855,
title = {MedTQ: Dynamic Topic Discovery and Query Generation for Medical Ontologies},
author = {Feichen Shen and Yugyung Lee},
journal= {arXiv preprint arXiv:1802.03855},
year = {2018}
}