利用文本挖掘技术探索中西药系统治疗银屑病的用药规律*

2011-03-01刘元艳姜春燕郭洪涛吕爱平

中国中医基础医学杂志 2011年7期

关键词：文本

刘元艳，姜春燕，谭勇，吕诚，郑光、4，郭洪涛、5，姜淼，吕爱平△

银屑病(Psoriasis)，俗称牛皮癣，中医古称之为“白疕”，是一种常见的慢性复发性炎症性皮肤病，其发病机制可能与遗传易感性和T细胞的免疫功能异常有关。本文利用文本挖掘技术探索中西药系统治疗银屑病的用药规律，为临床用药和药物研究提供依据。

1 材料与方法

1.1 文本数据采集

登录中国生物医学文献数据库(Chinese BioMedical Literature Database，简称 CBM)在主题检索下检索关键词“银屑病”，共得到文献9949篇(检索日期:2011年3月6日)。

1.2 文本数据处理

将采集的数据按照先后顺序整合到一个平面文件(后缀 TXT)中，以ANSI编码格式保存。然后，利用专有的文本提取工具(软件著作权，登字第0261882号，登记号2010SR073409)对下载的非结构化文本数据进行信息提取，保存成格式化的、便于数据库(Access和Microsoft SQL Server)处理的格式。

1.3 文本挖掘以及分析

在同一篇文章中出现的关键词，部分反映整篇文章的信息，相关的关键词之间存在着“共同出现”的特点。这种“共同出现”不是随机的，而是蕴含有一定的意义［1］，尤其对于高频共同出现的关键词对，在一定程度上反映了科研工作者的重视程度。这些关键词对可作为文本挖掘的主要素材［1-3］。在本研究中，首先采用表1的算法构造针对每一篇文献共同出现的关键词对，得到DN_pairs数据表。然后采用表2的算法，将上述数据表中相同的关键词对进行合并处理，仅保留它们出现的频数，得到DN_pairs_frqcy数据表。