李晓瑛 夏光辉 孙海霞

(中国医学科学院医学信息研究所 北京 100020)



MTI自动文献标引系统研究*

李晓瑛 夏光辉 孙海霞

(中国医学科学院医学信息研究所 北京 100020)

MTI是一个知名的生物医学文献自动标引系统，其基于医学主题词表MeSH推荐文献标引结果。从处理过程、基本原理、应用效果等方面对MTI进行全面研究，试图为开发高质量的中文生物医学文献自动标引系统提供一些有价值的借鉴与参考。

MTI；自动标引；MeSH；UMLS； MetaMap

1 引言

文献标引简称标引，是指根据文献内容特征赋于文献检索标识的过程。对检索系统而言，标引是从检索系统中查出文献的关键词和依据，其质量和效率直接决定了整个文献系统的质量和速度以及标引结果的标全率和标准率[1]。传统网络环境下，标引工作大都依靠受过良好培训的标引员来完成。随着大数据时代的到来，研究者更多地探讨自动标引算法，以期逐渐替代繁重的人工标引工作，如基于人工智能的自动标引、基于反馈规则学习的自动标引等[2]。MTI(Medical Text Indexer)是由美国国立医学图书馆(National Library of Medicine, NLM)研发的生物医学文献自动标引系统[3]，于2002年在PubMed数据库中正式投入使用，极大地提升了生物医学文献自动标引效果。本文拟从处理过程、基本原理、应用效果等方面对MTI进行全面研究，试图为开发高质量的中文生物医学文献自动标引系统提供一些有价值的借鉴与参考。

2 基本原理

2.1 概述

MTI通过从文献的标题及摘要中发现MeSH主题词，最终按照权重生成有序的标引术语列表。……