[A2D9K5<9BA2 9;<02B`5;D128 K;D;1K<0 8;F;JAIU;29AHU;8B<1JS2AGJ;;3K1I0
*512 i1B`B _;23*123 [0;2 _1A6512 L0123,B23 Z;Bi1Bo
F7$/97$/ G$3H-;"+-*"+3&"+!#")I !"'()*./% 5$67/"#"%3JK((#.6-*."/2 >$B./% 0/.1$+2.*3F7$/97$/ L+-I)-*$F67""# F7$/97$/ L)-/%I"/% &#."&& !7./-
医院构建的中医药知识图谱- 本体医疗知识库 VY\Xa_%[> 099I CCGGG:D2AU;8:AK3C R,X N19DA2 O;1J90 099I CCGGG% '=&:BTU:<AUCB285D9KB;DC0;1J90<1K;CB28;e:09UJ 等应用近两年 也开始进入人们视线
知识图谱是智能大数据的前沿研究问题它以独有的技术 优势顺应了信息化时代的发展比如渐增式的数据模式设计 良好的数据集成现有 E_+\NZ等标准支持语义搜索和知 识推理能力等 在医学领域随着区域卫生信息化及医疗信息 系统的发展积累了海量的医学数据如何从这些数据中提炼 信息并加以管理共享及应用是推进医学智能化的关键问题 是医学知识检索临床诊断医疗质量管理电子病历及健康档 案智能化处理的基础
知识图谱的前身是语义网它吸收了语义网本体在知识 组织和表达方面的理念使得知识更易于在计算机之间和计算 机与人之间交换流通和加工 具体来说一个知识图谱由模 式图数据图及两者之间的关系组成模式图对人类知识领域 的概念层面进行描述强调概念及概念关系的形式化表达模 式图中节点是概念实体边是概念间的语义关系如 I1K9%AH数 据图对物理世界层面进行描述强调一系列客观事实数据图 中的节点有模式图中的概念实体和描述性字符串两类数据图 中的边是具体事实的语义描述模式图和数据图之间的关系是 指数据图的实例与模式图的概念之间的对应或者说模式图是 数据图的模具 著名的通用知识图谱中有谷歌的 i2AGJ;83; PK1I0# 搜 狗 知 立 方 099ID CCGGG:DA3A5:<AUC *@P\! _,I;8B1= 等它们具有规模大领域宽包含大量常识等特点 目前医学是知识图谱应用最广的垂直领域之一如上海曙光
第 =& 卷第 $ 期 !"#. 年 $ 月)
计算机应用研究 @IIJB<19BA2 E;D;1K<0 AH[AUI59;KD
WAJ^=& YA^$ M5J:!"#.
医学知识图谱构建技术与研究进展!
袁凯琦 邓)扬 陈道源 张)冰 雷)凯o
北京大学深圳研究生院 深圳市云计算关键技术与应用重点实验室 广东 深圳 &#."&&
!"#$%&'$ [5KK;29<A2D9K5<9B239;<02B`5;DAHS2AGJ;83;3K1I0 01F;DAU;<AUUA2 8;H;<9DB2 ;HHB<B;2<6 D<1J1TBJB96128 1IIJB% <1TBJB96:[A2DB8;KB2390;DI;<BHB<H;195K;DAHU;8B<1J8191 90BDI1I;K121J6/;8 128 <J1DDBHB;8 90;S;69;<02B`5;D128 U;90A8D B2FAJF;8 B2 90;<A2D9K5<9BA2 AHU;8B<1JS2AGJ;83;3K1I0 B2 1TA99AU%5I G16 B2<J58;8 K;IK;D;2919BA2 ;e9K1<9BA2 H5DBA2 128 K;1DA2B23AHU;8B<1JS2AGJ;83;128 `51JB961DD;DDU;29AHU;8B<1JS2AGJ;83;3K1I0:+5K90;KUAK; B91JDAB29KA85<;8 90;K;% D;1K<0 128 1IIJB<19BA2 AHD;1K<0 ;23B2; `5;D9BA2%12DG;KB23D6D9;U128 8;<BDBA2 D5IIAK9D6D9;UT1D;8 A2 U;8B<1JS2AGJ;83; 3K1I0:+B21JJ6 90BDI1I;KD5UU1KB/;8 <01JJ;23;D128 U14AKIKATJ;UDAHU;8B<1JS2AGJ;83;3K1I0 128 IKADI;<9;8 HAKH595K; 8;F;JAIU;29: ()* +,%-# S2AGJ;83;3K1I0 S2AGJ;83;;e9K1<9BA2 S2AGJ;83;H5DBA2 S2AGJ;83;K;1DA2B23 2195K1JJ123513;IKA<;DDB23
摘)要 现有知识图谱构建技术在医学领域中普遍存在效率低限制多拓展性差等问题 针对医疗数据跨语 种专业性强结构复杂等特点对构建医学知识图谱的关键技术进行了自底向上的全面解析涵盖了医学知识 表示抽取融合和推理以及质量评估五部分内容此外还介绍了医学知识图谱在信息检索知识问答智能诊 断等医疗服务中的应用现状 最后结合当前医学知识图谱构建技术面临的重大挑战和关键问题对其发展前 景进行了展望 关键词 知识图谱 知识获取 知识融合 知识推理 自然语言处理 中图分类号 >?#.!))文献标志码 @))文章编号 #""#%=('&!"#."$%#'!'%". 8AB#":='(' C4:BDD2:#""#%=('&:!"#.:"$:""!
))自 #''. 年万维网之父 ,;K2;KD%Z;;提出语义网人们不断 在网络等电子载体上表达和修正对客观世界的理解形成了一 个概念标准化的过程同时随着链接开放数据 JB2S;8 AI;2 81% 91 的规模激增互联网上散落了越来越多的知识元数据 知 识图谱就是在这样的大数据背景下产生的一种知识表示和管 理的方式强调语义检索能力 近年来在人工智能的蓬勃发 展下知识图谱涉及到的知识抽取表示融合推理问答等关 键问题得到一定程度的解决和突破知识图谱成为知识服务领 域的一个新热点受到国内外学者和工业界广泛关注
