[發(fā)明專利]基于MeSH的醫(yī)學(xué)文獻集相似性度量方法

有效

• 申請?zhí)枺?/td>: 201810685265.8
• 申請日: 2018-06-28
• 公開（公告）號: CN108874755B
• 公開（公告）日: 2020-12-08
• 發(fā)明（設(shè)計）人: 鄒見效;魯文斌;凡時財;徐紅兵
• 申請（專利權(quán)）人: 電子科技大學(xué)
• 主分類號: G06F40/194
• 分類號: G06F40/194;G06F40/216;G06F16/35
• 代理公司: 成都正華專利代理事務(wù)所(普通合伙) 51229
• 代理人: 何凡

1.基于MeSH的醫(yī)學(xué)文獻集相似性度量方法，其特征在于，包括：

獲取與疾病或基因相關(guān)的搜索主題詞；

檢索與所述搜索主題詞相關(guān)的文獻，并采用同一搜索主題詞檢索得到的所有文獻形成主題詞文獻集：

采用文獻ID檢索接口從Pubmed生物醫(yī)學(xué)文獻庫中獲取包含搜索主題詞的文獻的ID；

根據(jù)所述文獻的ID，采用文獻詳細(xì)信息接口和文獻引用關(guān)系接口從Pubmed生物醫(yī)學(xué)文獻庫中獲取與ID對應(yīng)的文獻的詳細(xì)信息；

將同一搜索主題詞檢索得到的所有文獻及每篇文獻對應(yīng)的ID和詳細(xì)信息歸類在一起形成主題詞文獻集；

采用主題詞文獻集中每篇文獻在其內(nèi)包含的醫(yī)學(xué)主題詞的權(quán)重值，將文獻映射到向量空間構(gòu)建成MeSH空間矩陣：

提取主題詞文獻集中每篇文獻的醫(yī)學(xué)主題詞及所有主題詞文獻集中的所有醫(yī)學(xué)主題詞，并采用所有醫(yī)學(xué)主題詞構(gòu)成主題詞集；

當(dāng)文獻中存在主題詞集中的醫(yī)學(xué)主題詞時，則采用1標(biāo)記該醫(yī)學(xué)主題詞，否則采用0標(biāo)記該醫(yī)學(xué)主題詞；

當(dāng)所有主題詞文獻集中的文獻的醫(yī)學(xué)主題詞采用1或0標(biāo)記完成后，采用標(biāo)記完成后的所有文獻形成文獻與醫(yī)學(xué)主題詞矩陣；

計算文獻在其內(nèi)被標(biāo)記為1的醫(yī)學(xué)主題詞的權(quán)重值，并根據(jù)同一文獻在其內(nèi)所有被標(biāo)記為1的醫(yī)學(xué)主題詞的權(quán)重值將文獻映射到向量空間：

d_i＝(W_i1，W_i2，...，W_ix)

其中，d_i為主題詞文獻集d中的第i篇文獻；W_ix為d_i在其包含的醫(yī)學(xué)主題詞x的權(quán)重值，x為d_i中的醫(yī)學(xué)主題詞的總數(shù)量；

采用所有被映射到向量空間的文獻形成MeSH空間矩陣；

計算主題詞文獻集A在MeSH空間矩陣中醫(yī)學(xué)主題詞g的權(quán)重值W_Am：

其中，f是指含搜索主題詞A的文獻總數(shù)；n_Aj為與搜索主題詞A相關(guān)的文章中，第j篇文章對應(yīng)的MeSH主題詞的個數(shù)；e_j為第j篇文獻被引用的次數(shù)；k為f篇文獻中包含醫(yī)學(xué)主題詞g的篇數(shù)，1≤g≤m，m為醫(yī)學(xué)主題的總個數(shù)；e_i為第i篇文獻被引用的次數(shù)；f’為搜索主題詞B對應(yīng)的文獻集與搜索主題詞A的文獻集交集的數(shù)量；q_g為包含醫(yī)學(xué)主題詞g的文章數(shù)量；

根據(jù)主題詞文獻集A在所有醫(yī)學(xué)主題詞的權(quán)重值，構(gòu)建主題詞文獻集A的矢量式：W_A＝(w_A1,w_A2,…,w_Am)；

計算MeSH空間矩陣中主題詞文獻集A與主題詞文獻集B的余弦相似度：

其中，W_Bg為主題詞文獻集B在MeSH空間矩陣中醫(yī)學(xué)主題詞g的權(quán)重值。

2.根據(jù)權(quán)利要求1所述的基于MeSH的醫(yī)學(xué)文獻集相似性度量方法，其特征在于，所述詳細(xì)信息包括標(biāo)題、摘要、發(fā)表年份、被引用文章ID、引用文章ID、MeSH主題詞、期刊信息和作者信息。