隗玲，胡正银，庞弘燊，覃筱楚，郭红梅，方曙

（1.山西财经大学信息管理学院，太原 030006；2.中国科学院成都文献情报中心，成都 610041；3.深圳大学图书馆，深圳 518060；4.中国科学院广州生物医药与健康研究院，广州 510530；5.中国科学院文献情报中心，北京 100190）

基于“主语-谓语-宾语”三元组的知识发现研究
——以诱导多能干细胞领域为例*

隗玲1,2，胡正银2，庞弘燊3，覃筱楚4，郭红梅5，方曙2

（1.山西财经大学信息管理学院，太原 030006；2.中国科学院成都文献情报中心，成都 610041；3.深圳大学图书馆，深圳 518060；4.中国科学院广州生物医药与健康研究院，广州 510530；5.中国科学院文献情报中心，北京 100190）

本文提出基于“主语-谓语-宾语（Subject-Predication-Object，SPO）”三元组的生物医学领域知识发现框架，对该框架的关键技术和实施流程进行研究。首先，基于UMLS语料库，利用SemRep工具从生物医药文献中抽取SPO三元组；其次，基于领域知识组织体系，结合自定义词表和清洗规则对SPO进行清洗和筛选；再次，利用NetMiner分别绘制以Subject和Object为中心节点，Predication为边的语义网络图；最后，结合专家解读，实现领域知识发现。本文以诱导多能干细胞领域为例进行实证研究。结果显示，SPO三元组可细粒度地揭示科技文献的知识内容，基于SPO的语义网络能直观地支持领域知识发现，该框架具有兼容、高效、易实施等优点。

知识发现；SPO；知识组织；语义网络

1 引言

文本知识发现（Knowledge Discovery in Text，KDT）是以可信的方式，从文献中识别和提取有用、新颖、潜在有用和最终可理解的模式的过程。信息抽取是KDT的核心技术之一，其目的是从文本中自动抽取实体、实体属性以及实体间的语义关系等信息作为知识发现的基础知识单元[1]。……