检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

融入关系形式化概念的端到端三元组抽取

计算机工程与应用 2023年第9期59卷 182-189页

作者：程春雷邹静叶青张素华蓝勇杨瑞江西中医药大学计算机学院南昌330004

三元组抽取是知识学习、图谱构建的基础性工作。针对当前任务模型多存在实体识别与关系抽取语义关联不强、实体嵌套、关系重叠,以及既有概念知识关注不多等问题,融合形式化概念与神经网络模型,提出一种基于关系形式化概念的端到端三元... 详细信息

三元组抽取是知识学习、图谱构建的基础性工作。针对当前任务模型多存在实体识别与关系抽取语义关联不强、实体嵌套、关系重叠,以及既有概念知识关注不多等问题,融合形式化概念与神经网络模型,提出一种基于关系形式化概念的端到端三元组抽取方法。提出关系形式化概念标签,以统一实体与关系的语义表达,把实体识别问题转换为概念标签学习问题;将实体输入到关系形式化概念注意力模型,该注意力机制力图捕获关系主客体概念的连通内涵特征,即训练获得每个关系标签对应的主客体及它们上下文依存谓词的综合特征;通过多个关系分类器输出每对主客体的多关系标签,实现基于概念连通的多关系抽取;另外模型还可引入既有形式化概念的外延、内涵,以改善模型对语料标签的依赖,以及实体嵌套导致的标记难题。实验基于两份数据集,采用三种评价指标对模型性能进行评价分析。实验结果证明提出的模型在知识抽取上具有切实可行的效果,可改善实体嵌入、关系重叠问题。

关键词：三元组抽取形式化概念注意力关系重叠

在线全文

学校读者我要写书评

暂无评论

中医症状信息抽取研究综述

计算机工程与应用 2023年第17期59卷 35-47页

作者：易钧汇查青林江西中医药大学计算机学院南昌330004

随着我国医疗信息化水平的提高以及电子病历普及,医疗数据量呈爆炸式增长的趋势。中医电子病历是中医医案的结构化存储形式,其中包含大量的中医临床经验。症状是医家诊病、辨证的主要依据。对中医电子病历进行症状信息抽取可以得到文本... 详细信息

随着我国医疗信息化水平的提高以及电子病历普及,医疗数据量呈爆炸式增长的趋势。中医电子病历是中医医案的结构化存储形式,其中包含大量的中医临床经验。症状是医家诊病、辨证的主要依据。对中医电子病历进行症状信息抽取可以得到文本中的关键信息,对提高中医诊疗效率和后续病症、药症关系等研究分析工作提供帮助。简要介绍中医症状信息抽取流程;分别阐述中医症状命名实体识别和关系抽取的难点、评价标准和近年的研究成果,并对这些研究成果所采用的方法进行了对比分析;总结症状信息抽取的下游应用,给出症状信息抽取任务中问题的解决思路。

关键词：中医信息抽取命名实体识别关系抽取症状

在线全文

学校读者我要写书评

暂无评论

基于知识表示学习的知识图谱补全研究进展

计算机工程与应用 2023年第18期59卷 59-73页

作者：于梦波杜建强罗计根聂斌刘勇邱俊洋江西中医药大学计算机学院南昌330004

知识图谱(KG)是一种基于图的数据结构,其知识是以三元组的形式呈现,即(头实体,关系,尾实体)。随着人工智能的发展,知识图谱已在系统推荐、智能问答、知识搜索等领域发挥了重要作用。然而构建的知识图谱具有不完整性,影响了知识图谱的下... 详细信息

知识图谱(KG)是一种基于图的数据结构,其知识是以三元组的形式呈现,即(头实体,关系,尾实体)。随着人工智能的发展,知识图谱已在系统推荐、智能问答、知识搜索等领域发挥了重要作用。然而构建的知识图谱具有不完整性,影响了知识图谱的下游任务应用,知识图谱补全能够很好地解决这一问题。近年来,基于知识表示学习的知识图谱补全方法成为研究的热点,其以表示向量的形式在低维连续向量空间中学习实体和关系的嵌入特征,旨在预测未知的事实信息进行知识图谱补全。根据KG类型的不同,将其分为静态知识图谱补全、时序知识图谱补全以及多模态知识图谱补全,对这三类知识图谱补全方法拟解决的关键问题、设计思路、模型评价等方面进行对比总结,展望知识图谱补全未来的发展方向,为相关领域的研究人员提供参考。

关键词：知识图谱知识图谱补全知识表示学习

在线全文

学校读者我要写书评

暂无评论

多目标优化特征选择研究综述

计算机工程与应用 2023年第3期59卷 23-32页

作者：张梦婷杜建强罗计根聂斌熊旺平刘明赵书含江西中医药大学计算机学院南昌330004

特征选择是模式识别领域中有效的降维方法,当特征选择涉及到的多个目标彼此冲突,难以平衡时,将特征选择视为多目标优化问题是时下的研究热点。为方便研究者系统地了解多目标特征选择领域的研究现状和发展趋势,对多目标特征选择方法进行... 详细信息

特征选择是模式识别领域中有效的降维方法,当特征选择涉及到的多个目标彼此冲突,难以平衡时,将特征选择视为多目标优化问题是时下的研究热点。为方便研究者系统地了解多目标特征选择领域的研究现状和发展趋势,对多目标特征选择方法进行综述。阐明了特征选择和多目标优化的本质;根据多目标优化方法的区别和特点,重点对比剖析各类多目标优化特征选择方法的优劣势;讨论现有多目标优化特征选择研究方法存在的问题以及对未来的展望。

关键词：特征选择多目标优化进化算法

基于Transformer的目标检测算法综述

在线全文

学校读者我要写书评

暂无评论

计算机工程与应用 2023年第10期59卷 48-64页

作者：李建杜建强朱彦陈郭永坤江西中医药大学计算机学院南昌330004

深度学习框架Transformer具有强大的建模能力和并行计算能力,目前基于Transformer的目标检测算法已经成为研究的热点。为了进一步探索目标检测的新思路、新方向,对基于Transformer的目标检测算法进行了归纳总结。概述了多种目标检测数... 详细信息

深度学习框架Transformer具有强大的建模能力和并行计算能力,目前基于Transformer的目标检测算法已经成为研究的热点。为了进一步探索目标检测的新思路、新方向,对基于Transformer的目标检测算法进行了归纳总结。概述了多种目标检测数据集及其应用场景,从特征学习、目标估计、标签匹配策略和算法应用四方面梳理了Transformer目标检测的相关算法,并与基于卷积神经网络的目标检测算法进行对比,分析了Transformer在目标检测任务中的优点和局限性,并提出了Transformer目标检测模型的一般性框架。对Transformer在目标检测领域中的发展趋势进行了展望。

关键词： Transformer 图像处理目标检测深度学习卷积神经网络(CNN)

在线全文

学校读者我要写书评

暂无评论

机器学习算法在药物毒性预测中的应用评价

中国新药杂志 2024年第2期33卷 110-117页

作者：章新友陈豪王芝李雪梅徐华康张亚明周小玲吴地尧江西中医药大学计算机学院南昌330004

目的:基于文献计量法评价机器学习算法在药物毒性预测中的应用现状,为相关研究和应用提供参考借鉴,以促进“医药+信息”学科的交叉发展。方法:以“毒性预测”、“定量构效关系(QSAR)”、“计算毒理学”、“机器学习”等为主题词,组合查... 详细信息

目的:基于文献计量法评价机器学习算法在药物毒性预测中的应用现状,为相关研究和应用提供参考借鉴,以促进“医药+信息”学科的交叉发展。方法:以“毒性预测”、“定量构效关系(QSAR)”、“计算毒理学”、“机器学习”等为主题词,组合查询发表于中国知网、万方等数据库的相关文献,然后依据“所用算法种类”、“所应用的毒性预测环节”进行归类整理,对机器学习算法在药物毒性预测领域的应用现状进行综述。结果:共检索到相关有效文献122篇。机器学习已用于药物毒性预测的毒性数据集处理、药物信息表征筛选、预测模型训练等,其中应用于模型训练任务的算法次数与种类相较更多;虽然各种算法在药物毒性预测领域都有研究应用,而以支持向量机算法、随机森林算法与深度学习算法的应用较多;另外,文献多数认为基于深度学习或集成学习的模型预测性能较高。结论:机器学习算法在毒性预测领域中应用种类较多,而选择算法时需考虑的主要问题是数据集规模大小和算法运算速度,对异常数据、冗余数据、噪声数据的适应性以及算法的实现难度等;计算机辅助毒性预测相较传统的体内体外实验有着较多的优势,但仍有部分亟待解决的难题,包括医药数据相关板块的不少空缺、现有数据质量的亟待提升和药物信息表征如何选择等。

关键词：机器学习药物毒性预测计算毒理学定量构效关系

在线全文

学校读者我要写书评

暂无评论

相似性算法在药物-靶点预测研究中的应用

中国新药杂志 2024年第9期33卷 885-894页

作者：章新友王芝张春强陈豪李雪梅张亚明周小玲江西中医药大学计算机学院南昌330004

药物从研发到临床应用是漫长而昂贵的过程,通过相似性算法和机器学习算法准确预测药物-靶点相互作用(drug-target interactions, DTI)辅助药物研发可以提升效率、降低成本。本文对相似性算法在DTI预测研究中的应用进行全面分析,旨在为... 详细信息

药物从研发到临床应用是漫长而昂贵的过程,通过相似性算法和机器学习算法准确预测药物-靶点相互作用(drug-target interactions, DTI)辅助药物研发可以提升效率、降低成本。本文对相似性算法在DTI预测研究中的应用进行全面分析,旨在为进一步运用相似性算法对DTI预测研究有所借鉴。利用中国知网、PubMed、万方数据和维普网等作为主要文献检索平台,整理近10年基于相似性的DTI预测研究文献并建立研究对象文献数据库,在DTI预测问题中对数据来源、药物和靶点的相似性构建算法、DTI预测算法模型进行归纳总结。整理得到55篇质量较高相关文献,显示药物相似性主要由化学结构、不良反应、解剖-治疗-化学代码(anatomical therapeutic chemical, ATC)和DTI关系的数据来构建;靶点相似性主要由蛋白质序列和基因本体(gene ontology, GO)注释的数据来构建。不同的数据可用不同的相似性算法度量其相似,整合多源相似性数据可以进一步提高模型的质量。DTI预测算法模型主要有基于分类、基于网络和基于矩阵分解的预测模型,不同的预测模型各有其优缺点。利用算法辅助DTI预测研究具有极大发展潜力,它缩小了候选药物及靶点分子的范围,但仍有部分亟待解决的难题,未来可以从优化数据和改进算法模型两方面对该问题进一步研究。

关键词：相似性算法药物-靶点预测研究文献分析法

在线全文

学校读者我要写书评

暂无评论

医学领域知识融合研究进展

计算机工程与应用 2023年

作者：彭琳宋珺熊玲珠杜建强叶青刘安栋江西中医药大学计算机学院

医学领域知识融合旨在将分散在各个知识图谱或不同数据源中的医学知识进行整合，形成一个更全面的知识图谱，对提高知识质量、扩大规模、提高医学知识利用率和共享性等方面具有促进作用。该文围绕知识融合的问题和解决方案，首先系统梳... 详细信息

医学领域知识融合旨在将分散在各个知识图谱或不同数据源中的医学知识进行整合，形成一个更全面的知识图谱，对提高知识质量、扩大规模、提高医学知识利用率和共享性等方面具有促进作用。该文围绕知识融合的问题和解决方案，首先系统梳理医学领域知识融合的定义、评价指标及数据集；其次，分类讨论知识融合过程中存在的问题与挑战；然后，从问题、技术两个维度，综述目前知识融合中实体对齐、实体链接任务各方法的优势与不足；接下来，详细讨论和总结医学领域知识融合每一类问题的解决方案；最后，总结并展望医学领域知识融合的发展方向。

关键词：医学知识融合实体对齐实体链接

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

电子病历命名实体识别研究进展

计算机工程与应用 2023年第21期59卷 39-51页

作者：刘安栋彭琳叶青杜建强程春雷查青林江西中医药大学计算机学院南昌330004 江西中医药大学第二附属医院南昌330004

电子病历命名实体识别(named entity recognition,NER)旨在识别电子病历文本中的医疗实体,并将其归为预定义的医疗实体类别,为进一步的医疗关系抽取、医疗信息检索、医疗智能问答等自然语言处理任务提供支持。系统梳理了电子病历命名实... 详细信息

电子病历命名实体识别(named entity recognition,NER)旨在识别电子病历文本中的医疗实体,并将其归为预定义的医疗实体类别,为进一步的医疗关系抽取、医疗信息检索、医疗智能问答等自然语言处理任务提供支持。系统梳理了电子病历命名实体识别的定义、标注方法、评价指标及难点;从电子病历命名实体识别难点及技术发展历程两个角度,综述了每类电子病历命名实体识别方法的优势与不足;详细梳理了国内医疗领域命名实体识别的评测任务及数据集;详细讨论和总结电子病历命名实体识别每一类难点的解决方案;总结全文并展望了医疗领域命名实体识别的发展方向。

关键词：自然语言处理电子病历命名实体识别