基于医学本体的语义相似度算法研究.pdf

《基于医学本体的语义相似度算法研究.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、2014年第12期文章编号：1009—2552(2014)12—0207—04中图分类号：TP391文献标识码：A基于医学本体的语义相似度算法研究刘如意，杨鹤标(江苏大学计算机科学与通信工程学院，江苏镇江212013)摘要：基于本体的信息检索技术能够提高在复杂环境中的信息检索效率，而语义相似度计算是基于本体的信息检索技术的关键技术。在医疗领域本体的基础上，通过分析讨论了概念间的语义相似度与相关度，并对概念间的语义相似度与相关度的影响因素进行研究，提出了一种计算医疗概念问的语义相似度及相关度的数值，并得到两者综合值的计算模型。实验结果表明，该模型能够提高相似度数值的有效性，并通过对相似度数值

2、的计算体现出医疗领域概念间的复杂关系。关键词：语义相似度；语义相关度；医疗领域；本体ResearchonsemanticsimilarityalgorithmbasedonmedicalontologyLIURu．yi．YANGHe．biao(SchoolofComputerScienceandCommunicationEngineering，JiangsuUniversity，Zhenjiang212013，JiangsuProvince，China)Abstract：Informationretrievaltechnologybasedonontologycanimpmveeficie

3、ncyincomplexenvironment．SemanticsimilaritycalculationisthekeytechnologyofInformationretrievalbasedonontology．Thispaperanalyzessemanticsimilarityandcorrelationbetweenconcepts，anddoresearchonfactorsonbasisofmedicalontology．Similarityvaluesofsemanticsimilarityandcorrelationbetweenconceptsareproposed，

4、aswellasamodelofvalues’combination．Theexperimentshowsthatthemodelcanimproveeficiencyofthesimilarityvaluesandreflectcomplexrelationbetweenconceptsinmedicaldomain．Keywords：semanticsimilarity；semanticrelevancy；medicaldomain；ontology0引言医疗保险领域欺诈行为检测具有重要意义。在医学领域，语义相似度计算可以提高对医疗医疗欺诈行为检测旨在从海量医疗保险数据中资源的信息检索

5、的性能，并且可以有效地促进对异检测出具有异常状态的数据并加以验证其是否具有构临床数据的集成。传统的基于本体的语义相似度欺诈性。然而医学数字信息资源的特殊性为医疗检计算的方法主要分为2种。其中一种是基于信息论测增加了难度，需要不断创新检测工具，提高检测效的方法，利用信息论来计算两个概念之间共享信息率。领域本体(DomainOntology)主要解决领域知识的程度，其具有较高的理论严谨性，但只能粗略地量的抽象问题，是用于描述某个特定领域的本体，其定化出概念之间的语义相似度，却并不能实现对概念义了该领域的概念与概念之间的关系，并且描述了间语义相似度的细致区分；另一种是基于语义距离该领域的基本原理

6、、主要实体及活动关系，提供领域的计算方法，该方法以两个概念之间路径长短作为内部知识的共享及知识重用的公共理解基础。因此，领域本体可以帮助人们和计算机实现准确的语收稿日期：2014—02—25义交流，并且大大提高信息检索系统的效率和准确作者简介：刘如意(1989一)，男，硕士研究生，研究方向为软件工程，信息检索，本体论。率。利用医学领域本体的高效信息检索能力对提升·．——207．-——测量语义距离的大小，通过计算两个概念间的语义距般取值范围也在0到1之间。离大小来实现概念间语义相似度的计算，此方法虽简1．1基于本体的语义相似度计算单、直观，但它忽略了影响语义距离的很多其他因素。1．1．1相似

7、度定义针对以上研究情况，本文提出了一种基于本体的语义对于相似度，首先给出一个基本的形式化定义，相似度及相关度的综合语义相似度计算方法。并相应的给出一些基本的性质。l语义的相似度及相关度定义l：当两个概念a，b在某些方面具有共同刘群的文献认为词语的语义相似度是一个主观的特征时，则定义它们是相似的，用sim(a，b)表示性相当强的概念，脱离了具体的应用去研究词语相概念a，b之间的相似度。该定义应当满足以下性质：似度是很难得到