基于本体的医疗搜索引擎的设计和实现

论文摘要

随着互联网的普及和上网医疗信息的不断丰富,越来越多的普通用户和医护人员倾向于使用互联网查询、获取各种医疗信息。目前,用户主要通过通用搜索引擎和医学专业搜索引擎获取互联网上医疗信息。通用搜索引擎没有对医疗信息进行专门的处理,不能够胜任专业化的医疗信息检索;而目前基于关键词的医学专业搜索引擎的检索质量和效率都不高,无法满足用户的检索要求,一是由于缺乏对文档的语义标注,二是没有对用户查询请求进行语义分析,只是简单地与用户查询请求在字符层面上进行机械地匹配。医学领域本体在语义和知识层面上描述了该领域概念及关系,具有良好的概念层次结构和逻辑推理能力,对文档和用户查询提供了很好的语义支持,可以帮助用户实现语义搜索。因此,本文主要研究了领域本体的构建、通过信息抽取技术自动构建本体实例和使用医疗领域本体对用户查询请求进行语义处理等技术,提出了一种基于医疗领域本体的多信息融合的语义搜索方法,并设计和实现了原型系统。在对基于本体的医疗搜索引擎相关技术和需求分析的基础上,主要研究了以下几个问题:1、本文将国际疾病分类标准转换为医疗本体中的疾病类,构建了医院类、药品类和医生类,定义了他们的概念及属性,并描述了他们之间的关系。2、对用户查询请求的语义分析是实现语义检索的基础。本文通过对本体中的概念、属性、关系和实例构建索引的方法,完成用户查询请求的语义分析和语义扩展。3、根据医学领域Web站点的特点,使用基于规则的信息抽取技术完成了本体实例的自动构建。基于上述研究,本文设计并实现了基于本体的医疗搜索引擎——MedicalSearch,实验表明,MedicalSearch能够返回给用户多种相关联的信息,较好地解决了目前基于关键词的医疗搜索引擎存在的问题,说明了本体在多信息融合的语义搜索方面的重要性。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 课题研究背景
• 1.1.1 问题的提出
• 1.1.2 医学搜索引擎的发展现状
• 1.1.3 医学领域本体的研究现状
• 1.2 研究目的与意义
• 1.3 论文的组织
• 1.4 本章小结
• 第二章 基于本体的医疗搜索引擎的相关技术分析
• 2.1 Nutch搜索引擎分析
• 2.1.1 Nutch体系结构
• 2.1.2 Nutch爬虫工作原理
• 2.1.3 Nutch索引器工作原理
• 2.1.4 Nutch搜索器工作原理
• 2.1.5 Nutch插件技术
• 2.1.6 Hadoop与MapReduce
• 2.2 Jena
• 2.2.1 Jena体系结构
• 2.2.2 Jena数据库接口
• 2.2.3 Jena推理机
• 2.3 本体技术分析
• 2.3.1 本体描述语言
• 2.3.2 本体构建
• 2.4 Web信息抽取
• 2.4.1 基于包装器归纳的信息抽取
• 2.4.2 基于自然语言处理的信息抽取
• 2.4.3 基于HTML结构的信息抽取
• 2.4.4 基于XML的信息抽取
• 2.5 中文分词
• 2.5.1 基于词典的分词方法
• 2.5.2 基于统计的分词方法
• 2.5.3 基于理解的分词方法
• 2.6 本章小结
• 第三章 基于本体的医疗搜索引擎的需求分析
• 3.1 角色分析
• 3.2 用例分析
• 3.3 用例描述
• 3.4 本章小结
• 第四章 基于本体的医疗搜索引擎的关键技术研究
• 4.1 医疗本体
• 4.1.1 构建本体的意义
• 4.1.2 构建医疗本体的作用
• 4.1.3 构建医疗本体
• 4.2 信息抽取
• 4.2.1 数据源分析
• 4.2.2 自动构建本体实例
• 4.3 查询处理
• 4.3.1 基于语义的查询
• 4.3.2 查询请求的语义分析
• 4.3.3 查询扩展
• 4.4 本章小结
• 第五章 基于本体的医疗搜索引擎的设计与实现
• 5.1 总体架构
• 5.2 医疗本体构建的实现
• 5.3 信息抽取模块
• 5.3.1 信息抽取模块的设计
• 5.3.2 信息抽取模块的实现
• 5.4 词法分析模块
• 5.4.1 词法分析模块的设计
• 5.4.2 词法分析模块的实现
• 5.5 查询模块
• 5.5.1 查询模块的设计
• 5.5.2 查询模块的实现
• 5.6 用户界面的设计与实现
• 5.7 系统实现效果
• 5.8 本章小结
• 第六章 结束语
• 致谢
• 参考文献
• 作者在学期间取得的学术成果