向量空间模型在医学文献相关性研究中的应用

论文摘要

目的 文本相似性分析是知识管理研究的重要课题,不仅可以提高文献检索效率而且可以提高知识发现、信息分类的效率。为提高医学文献检索的效率和检索结果输出的有效性,快速客观地为科研人员提供高信度、低冗余的参考文献,实现检索结果按相关度排序输出,本文就基于向量空间模型的文献相关度计算方案进行探讨,提出了基于相关度的医学文献聚类分析,并讨论了研究结果在医学文献检索中的应用。 方法 选择3个相关课题（环境中全氟辛烷磺酸污染物的研究、乙脑疫苗应用及研究、骨形态构建蛋白在肺相关疾病中作用及机制的研究）,从Medline中检索文献,计算检出文献的相关度。相关度的计算基于向量空间模型,经过建立索引词词典、转换文献向量、计算索引词权重、相似性度量四个步骤,得出相关度矩阵。其中建立索引词词典时采用两种方法:1.以4600篇MEDLINE样本文献为总体建立词典;2.以每个课题的检出文献为总体分别建立索引词词典。采用词频法（TF法）和词频-逆文档频率法（TF-IDF法）计算索引词权重。两两配对形成四种相关度算法,组1:样本课题检出文献为总体+TF法;组2:样本课题检出文献为总体+TF-IDF法;组3:4600篇文献为总体+TF法;组4:4600篇文献为总体+TF-IDF法。分别对四种方法算出的相关度聚类,比较分析聚类树形图,用F值评价聚类的效果。将效果较好的相关度算法应用到MEDLINE和CBM的文献检索中。 结果 从课题1的聚类树形图中可以看出聚类的效果组1<组2<组3<组

论文目录

• 一、摘要
• 1.中文论著摘要
• 2.英文论著摘要
• 二、英文缩略语
• 三、论文
• 1.前言
• 2.实验材料与方法
• 3.实验结果（附论文图片）
• 4.讨论
• 5.结论
• 6.本研究创新性的自我评价
• 7.参考文献
• 四、附录
• 1.综述
• 2.在学期间科研成绩
• 3.致谢
• 4.个人简介