, ,,,

文献是科研工作者获取科学假设的重要途径。传统的文献检索平台能够帮助用户快速查找目标文献，但候选文献数量依然庞大，要从大量的候选文献集中获得有效的知识，需要人工阅读分析，这是一项费时费力甚至是不可能实现的工作[1]。基于文献的知识发现(Literature-based Discovery, LBD)研究通过潜在的关联挖掘推断出新的科学假设。根据LBD的ABC模型[2]，必须明确A、B、C元素才可以获得一条有用的知识发现关系链，B 的出现为科研人员提供有益的启发和关键性的引导，帮助认识和发现潜在有用的知识片断间的关联，为揭示新关系规划可行的研究路线。如有关鱼油和雷诺病的两类文献报道，雷诺病人(C)有典型的血液和血管相关的血黏度、血小板凝集度升高、血管收缩等生理改变称为B。鱼油(A)及其活性成分可降低血黏度和血小板凝集度，且鱼油可以引起血管舒张。由此得出，鱼油A可能对雷诺病C有治疗作用，即形成了A和C之间的关联，即得到了一条A(鱼油)-B(生理改变)-C(雷诺病)的知识发现路径[3]。

文献知识发现的实施主要包括概念实体A、B和C的识别、概念间的相关度计算以及关联的源文献检索3个重要部分。用户输入概念A，计算A-B-C之间的关联强度，获得按关联强度由大到小的有序列表。在生物医学信息学领域现已存在相关知识发现系统，比如Facta+[4], CoPub[5], Arrowsmith[6]等，这使文献知识发现的工作具有更强的可操作性。然而，文献知识发现过程是一个启发式的过程，获得的潜在关联知识是需要进一步确证的假设，不同种类、不同相关程度的关联都可能是激发新假设的知识。……