蒋秀林，朱文婕，谢静，陈玉娥

(蚌埠医学院公共课程部，安徽蚌埠233000)



基于临床领域本体的语义信息检索模型研究

蒋秀林，朱文婕，谢静，陈玉娥

(蚌埠医学院公共课程部，安徽蚌埠233000)

摘要：传统的基于关键词和关键词向量空间的检索模型在查全率和查准率上效率较低，在临床领域本体的基础上，通过分析和讨论了改进的概念间语义相似度和相关度混合计算方法，提出基于临床领域本体的语义信息检索模型。实验结果表明，该混合计算方法是可行性的，能有效提高语义信息检索模型的查准率。

关键词：临床领域本体；语义相似度计算；信息检索模型；查全率；查准率

1概述

在网络技术和信息技术飞速发展的今天，信息资源飞速增长，用户更多关注的是如何在海量的信息资源中快速高效地获取所需要的知识。传统的Web服务是通过关键字或关键字向量的相似度匹配来实现的，但缺乏语义关系，导致查全率和查准率不高[1]。随着领域本体概念的引入和语义Web技术的发展，大大提升了服务信息的语义表达能力，且大大提高了检索系统的查全率和查准率。

在医疗领域，语义相似度和语义相关度计算不仅可以提高检索医学信息资源的性能，还可以有效地促进异构临床知识的集成。目前国内外已有大量的研究成果是关于概念间语义相似度和相关度计算的，这些成果中基于本体的语义相似度计算的方法主要分为基于语义距离的计算方法[2]、基于信息量的计算方法[3]、混合计算方法[4]3种，其中：第1种方法简单直观，但只考虑语义距离，比较片面；……