试论互联网药品信息抽取算法的研究

《试论互联网药品信息抽取算法的研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、复旦大学硕士学位论文互联网药品信息抽取算法的研究姓名：沈元一申请学位级别：硕士专业：计算机软件与理论指导教师：李银胜2010-05-23互联网药品信息抽取算法的研究摘要摘要目前，互联网上虚假药品信息泛滥，急需先进的互联网信息抽取技术来增强国家药监部门对医药电子商务市场的监管能力。为此，作者所在的课题组展开了对互联网药品监测技术的深入探讨。作者参与了其中关键技术一一互联网药品信息抽取算法的研究工作，并取得了突出成果。常用的互联网信息抽取技术存在准确率不高、覆盖率低、人工干预多等诸多缺陷，无法满足对互联网药品信息进行全面、准确、实时、

2、自动抽取的需求。本文在国内外相关研究的基础上，提出了一种新的互联网药品信息抽取算法，通过引入语义技术构建互联网药品信息三维语义词典，屏蔽不同药品交易网站在网页内容和结构上的异构性，同时利用药品信息网页中所需抽取的目标药品属性往往具有一定聚集度的特征，基于信息熵的基本理论设计出能对目标信息进行智能定位和抽取的方法。文中还介绍了该抽取算法的具体设计和实现，并通过相关实验证明了该抽取算法既可以大大降低信息抽取的人工干预程度，又具备较高的准确率和召回率。应用该抽取算法能实时自动全面准确地获取、监测和管理互联网药品交易信息，为政府药监部门提

3、供丰富的监管依据及智能化全程在线监：测的技术手段，对规范医药电子商务市场，保证公众的用药安全具有重要的现实意义。关键词：信息抽取，语义词典，信息熵，医药电子商务中图分类号：TP311AbstractCurrently．theInternetisfloodedwithfalsedruginformation，andthusaIladvancedwebinformationextractiontechnologyisextremelynecessarytoreintorcetheSUpervisionofrelateddepartme

4、ntsofthecountryovermedicalelectronicbuslnessmarkets．Forthispurpose，theresearchgroupthattheauthorjoinedhasprobedintothetechnologyinsupervisionofonlinedruginformation．Theauthorparticipatedinoneofthekeytechnologies，researchontheextractionalgorittnnofonlinedruginformation

5、，andhasgainedsomeoutstandingachievements·Thetraditionalwebinformationextractiontechnologycommonlyusedcannotmeettheneedofcomprehensive，accurate，real—timeandautomaticalextractionotonlinedruginformationduetomanyofitsdefectssuchaslOWaccuracy，lowcoverage，andmanualintervent

6、ionrequired，etc·Basedontherelatedstudiesathomeandbroad，thisarticleputsforwardanovelonlinedruginformationextractionalgorithm．Thealgorithmsetsupat11ree．dimentionalsemanticdictionarybyintroductionofthesemanncstechnology，maskstheisomerismsofthewebpagecontentsandstructures

7、ofdifferentdrugtradewebsites．andatthesametime，takingadvantageofthefactthattheattributesofthetargetdrugneededtObeextractedfromthedruginformationwebsitetendtOhaveacharacterofaggregationtOsomeextent，designsawayofintellectuallylocatingandextractingthetargetinformationbase

8、donthefundamentaltheoryofinformationentroDv．Theaniclealsointroducestheconcretedesignandimplementationofthisalgorithm，andthro