论文部分内容阅读
随着信息资源在网络上的大量发布,如何正确快速地获取需要的资源成为一个重要问题。在医药检索领域,大部分检索引擎使用关键词匹配的方法进行文档和资源的检索。但是,单纯地使用关键词匹配方法忽略了对关键词的同义词、近义词以及关联词的匹配,导致部分资源无法被检索到,影响检索结果的查全率。另外,简单的关键词匹配方法不能正确理解用户检索语句的语法结构和语义信息,导致将大量与用户需求不符的资源被检索,甚至检索出偏离用户检索意图的资源。针对上述问题,本文提出在合理用药查询时加入对检索的自然语句的语义化理解,对语句进行语义分析,包括对语句进行自然语言处理,如分词处理、词法标注、句法依赖分析,将语义分析的结果转换成相应的(主语,谓语,宾语)形式的三元组序列,并将三元组序列按照SPARQL查询的规范转换成相应的SPARQL查询语句,以此提高检索的查全率和准确率。本文完成的工作主要有:(1)分析团队已翻译的Drugbank中文药品名称文档,从该文档中抽取出药品名称、蛋白质名称等医学词汇;(2)抽取Drugbank中部分数据构建相应的节点知识库,构建关键词向RDF节点映射的规则知识库,并对节点知识进行归类;(3)抽取自然短语的语义信息,结合相应的知识库和SPARQL规范将自然短语转换为SPARQL查询。