ارائه روش تركيبي براي استخراج مفاهيم از متون زيست‌پزشكي با استفاده از روابط معنايي

اصفهان : دانشگاه صنعتي اصفهان

مهندسي كامپيوتر

كارشناسي ارشد

استخراج اطلاعات ‌از متون ‌زيست‌پزشكي، بخش مهمي از متن‌كاوي اين ‌حوزه است كه از ابتدا به منظور تسهيل استفاده مجدد از داده‌هاي پزشكي مورد توجه قرار گرفته‌است. درگذشته استخراج اطلاعات به يافتن كلمه يا عبارتي شامل كلمات خاص، از متن و انتساب آن به بخشي از اطلاعات موجود در مراجع هستي‌شناسي محدود مي‌شد. در سال‌هاي اخير پيچيدگي‌هاي فراوان موجود در متون زيست‌پزشكي از يك سو و پيشرفت رويكردهاي جديد و كارآمد متن‌كاوي از سوي ديگر، استخراج اطلاعات از متون زيست‌پزشكي را به سمت استخراج مفاهيم سوق داده‌است. ديدگاه مبتني‌بر مفهوم به عبارات متن، با درنظر گرفتن موقعيت هر كلمه در متن، ساختار نوشتاري آن و ارتباطي كه با ساير اجزاي متن دارد، مي‌تواند موجب بهبود كيفيت استخراج مفاهيم چندكلمه‌اي و نيز طبقه‌بندي دقيق‌تر اين مفاهيم شود. براي استخراج مفاهيم از متون زيست‌پزشكي، از روش‌هاي مبتني‌بر قواعد، روش‌هاي مبتني بر پردازش زبان طبيعي و انواع روش‌هاي مبتني‌بر يادگيري ماشين و يادگيري عميق استفاده مي‌شود. ضعف عمده‌ي روش‌ها اين است كه در استخراج مفهوم، بيشتر بر نقش كلمات به صورت مستقل تمركز شده است و ارتباطات معنايي بين آنها در‌نظر گرفته نشده‌است. ضعف ديگر برخي روش‌ها اين است كه در مرحله مهندسي ويژگي، استخراج ويژگي به صورت نظارت‌شده انجام مي‌شود. در پژوهش‌هاي اخير رويكردهاي يادگيري ‌ماشين، شبكه‌هاي عصبي و تكنيك جاسازي ‌كلمات مورد توجه قرار‌گرفته‌است. با توجه به اهميت شناسايي ارتباط معنايي كلماتي كه در قالب عبارت چندكلمه‌اي به يك مفهوم‌ اشاره مي‌كنند، در اين پايان‌نامه رويكردي مبتني‌بر چهار نوع ورودي متفاوت ارائه شده‌است تا عبارات پزشكي از جنبه‌هاي مختلف نوشتاري و معنايي مورد پردازش قرارگيرند. هر يك از ورودي‌هاي مبتني‌بر كاراكتر، مبتني‌بر كلمه، مبتني‌بر حالت كلمه و مبتني‌بر واژه‌نامه در مدل، عبارات را براساس يك جنبه اطلاعاتي پردازش كرده و بردار ويژگي حاصل از آن‌ها در يك لايه طبقه‌بندي مبتني‌بر BiLSTM+CRF پردازش مي‌شود. نتايج ارزيابي نشان مي‌دهد كه اين مدل در شناسايي موجوديت‌هاي نام‌دار برروي مجموعه‌داده i2b2 2010به شاخص F1 برابر 90.06 رسيده است.

210263

نرم افزار

مهندسي برق و كامپيوتر

دانشگاه صنعتي اصفهان

سمانه حسيني، زينب زالي

ناصر قديري مدرس