教案科目：文獻信息檢索任課教師姓名：授課對象：四年制專業(yè)：醫(yī)學信息學學年制：4年級：20級人數(shù)：次數(shù)：1授課章節(jié)、內(nèi)容：第一章文獻信息檢索基礎(chǔ)授課時數(shù)：150分鐘學時:3[目的與要求]了解文獻、知識、信息的概念及其相互關(guān)系。了解文獻信息數(shù)據(jù)庫的類型、結(jié)構(gòu)及檢索途徑。熟悉科技文獻信息的特點。熟悉文獻信息檢索的類型和檢索途徑掌握文獻的類型和級別。掌握文獻信息檢索的涵義、原理掌握文獻信息檢索技術(shù)和檢索策略。[重點]文獻的類型、級別。信息檢索技術(shù)及檢索策略的構(gòu)建。[難點]文獻信息檢索的原理信息檢索技術(shù)及檢索策略的構(gòu)建。[板書設(shè)計的要求]第一章文獻信息檢索基礎(chǔ)第一節(jié)信息檢索概述（50分鐘）一、文獻、信息概述（20分鐘）二、信息檢索概述（30分鐘）第二節(jié)信息檢索原理（40分鐘）一、信息檢索工具（20分鐘）二、信息檢索模型（10分鐘）三、信息檢索效率（10分鐘）第三節(jié)檢索途徑與技術(shù)（30分鐘）一、檢索途徑（10分鐘）二、檢索技術(shù)（20分鐘）第四節(jié)檢索策略（30分鐘）一、檢索策略的涵義（5分鐘）二、檢索策略的構(gòu)建（15分鐘）三、檢索策略的調(diào)整與修正（10分鐘）[教學教具]多媒體教學課件直接上網(wǎng)[詳細教案]第一章文獻信息檢索基礎(chǔ)第一節(jié)信息檢索概述一、文獻、信息概述（P1）1.文獻、知識和信息的概念（P1）文獻（Literature，Document）：是記錄有知識的一切載體。記錄知識的具體內(nèi)容記錄知識的手段：如文字、圖像、符號、聲頻、視頻等；記錄知識的物質(zhì)載體：如紙張、光盤、錄像帶等記錄知識的表現(xiàn)形態(tài)：如圖書、期刊、專利說明書等知識（Knowledge）：是人們在認識和改造客觀世界的實踐中所獲得的認識和經(jīng)驗的總和。是人們對客觀事物的本質(zhì)和規(guī)律的認識。信息（Information）：是物質(zhì)存在的一種方式、形態(tài)或運動狀態(tài)，是事物的一種普遍屬性。2.文獻的類型（P1）(1)按載體類型劃分：印刷型、電子型、視聽型和縮微型。(2)按出版類型將文獻劃分:圖書、期刊、專利文獻、會議文獻、學位論文、科技報告等。圖書(P275)期刊專利文獻（P184）會議文獻（P199）學位論文（P193）科技報告（P211）同一研究常存在不同的出版類型如湘雅醫(yī)學院徐紹銳博士對黑胸大蠊的研究就先后以會議論文、博士學位論文、期刊論文、專利文獻等多種形式出現(xiàn)。博士論文：《黑胸大蠊生物學特性及藥用價值研究》專利：如CN200510031439.1《黑胸大蠊提取物在制備抗炎免疫藥物中的應(yīng)用》期刊論文：如《黑胸大蠊室內(nèi)繁殖發(fā)育的生物學特性研究》會議論文：如《黑胸大蠊特異性抗原生化免疫學特性分析》3．文獻的級別（P3）（1）零次文獻（ZeroDocument）零次文獻指未經(jīng)正式發(fā)表或未進入學術(shù)交流的最原始的文獻。（2）一次文獻(PrimaryDocument)：是指作者以其本人的研究成果（如實驗、觀察、調(diào)查研究等的結(jié)果）為基本素材寫成的原始創(chuàng)作，如專著、期刊論文、科技報告、學位論文等。（3）二次文獻（SecondaryDocument）：是將大量無序、分散的一次文獻收集、整理、加工、著錄其特征，如著者、篇名、分類、主題、出處等，并按一定的順序加以編排，形成供讀者檢索所需一次文獻線索的新的文獻形式，如索引、文摘、目錄以及其相應(yīng)的數(shù)據(jù)庫等。因其具有的檢索功能而稱之為檢索工具或檢索系統(tǒng)。（4）三次文獻（TertiaryDocument）：是科技人員圍繞某一專題，借助于二次文獻，在充分研究與利用大量一次文獻的基礎(chǔ)上，經(jīng)過閱讀、分析、歸納、概括，撰寫而成的新的文獻。表現(xiàn)形式主要有：綜述（Review）、述評（Comment）、進展（Progress、Advance）、現(xiàn)狀（Update）、發(fā)展趨勢（Trend）等期刊文獻和百科全書、年鑒、手冊等參考工具書。4.科技文獻信息的特點（P4）數(shù)量龐大，增長迅速。文種繁多，但呈明顯的英文化趨勢。文獻分布既集中又分散，但呈專題化或?qū)＜厔?。知識老化加快，文獻壽命（半衰期）縮短。交流傳播速度加快。二、信息檢索概述（P5）1.概念廣義的信息檢索包括信息的存儲和檢索兩個過程(StorageandRetrieval)。信息存儲是指將大量無序的文獻信息集中起來，根據(jù)信息源的形式特征和內(nèi)容特征，經(jīng)過整理、分類、濃縮、標引等處理，使其系統(tǒng)化、有序化，并按一定的技術(shù)要求建成一個具有檢索功能的工具或檢索系統(tǒng).信息檢索是指運用編制好的檢索工具或檢索系統(tǒng)，查找出滿足用戶需求的特定信息。狹義的信息檢索是指根據(jù)用戶的需求，利用檢索工具或檢索系統(tǒng)，查找出符合用戶特定需要信息的過程。2.類型（P5）(1)檢索手段手工檢索計算機檢索聯(lián)機檢索光盤檢索網(wǎng)絡(luò)檢索(2)數(shù)據(jù)格式和檢索技術(shù)文本信息檢索多媒體信息檢索超媒體和超文本檢索3.意義與作用（P6）是獲取科學知識的最佳捷徑。避免科研工作重復、少走彎路。提高科研、生產(chǎn)的效率，節(jié)省時間。提高信息素養(yǎng)。第二節(jié)信息檢索原理一、信息檢索工具（P6）（一）印刷型檢索工具1．主要類型目錄檢索工具：《全國新書目》、《全國總書目》、館藏目錄、資料來源目錄。題錄檢索工具：美國《醫(yī)學索引》（IM）。文摘檢索工具：BA、CA、EM。參考工具書：詞（辭）典、字典、百科全書、年鑒、手冊、名錄。2．結(jié)構(gòu)編輯說明部分正文部分輔助索引部分附錄部分3.常用印刷型檢索工具(二)計算機檢索工具1.系統(tǒng)構(gòu)成邏輯構(gòu)成：信息選擇與采集子系統(tǒng)、標引子系統(tǒng)、建庫子系統(tǒng)、詞表管理子系統(tǒng)、用戶接口子系統(tǒng)、提問處理子系統(tǒng)。物理構(gòu)成：硬件、軟件、數(shù)據(jù)庫、通訊網(wǎng)絡(luò)。例：Dialog(P109)中的CA文檔例：文檔說明例：記錄例：字段2.數(shù)據(jù)庫類型(1)書目數(shù)據(jù)庫(bibliographicdatabase):是二次文獻數(shù)據(jù)庫，主要存貯相關(guān)主題領(lǐng)域的各類文獻資料的書目信息，包括機讀版的文摘、題錄、目錄、索引等。用戶可從大量文獻記錄中篩選出有參考價值的文獻源，并依據(jù)記錄提供的來源指示獲取一次文獻。舉例：中國生物醫(yī)學文獻數(shù)據(jù)庫(P74)、PubMed(P84)、EMBASE(P93)等。(2)事實型數(shù)據(jù)庫（FactDatabase）:提供有關(guān)事物、人物、機構(gòu)等方面的事實性信息。舉例:ClinicalTrials(臨床試驗數(shù)據(jù)庫)是通過對自愿接受試驗患者的臨床研究，觀測藥物、診斷方法、疫苗和其他治療方法對某一種疾病或癥狀是否安全和有效。(P258)(3)數(shù)據(jù)型數(shù)據(jù)庫（NumericDatabase）:提供數(shù)值性信息，包括各種統(tǒng)計數(shù)據(jù)、科學實驗數(shù)據(jù)、各種測量數(shù)據(jù)等。舉例:WHOSIS:可以獲取以下統(tǒng)計數(shù)據(jù)和資料：疾病負擔統(tǒng)計、死亡原因統(tǒng)計、世界衛(wèi)生報告年度統(tǒng)計、衛(wèi)生從業(yè)人員統(tǒng)計、人口統(tǒng)計、HIV/AIDS信息與數(shù)據(jù)、精神病死亡率統(tǒng)計、免疫接種統(tǒng)計等統(tǒng)計數(shù)據(jù)，以及疾病負擔計劃、國際疾病分類法及WHO術(shù)語信息系統(tǒng)、衛(wèi)生系統(tǒng)成就、全球酒精數(shù)據(jù)庫(GlobalAlcoholDatabase)等與衛(wèi)生和衛(wèi)生統(tǒng)計有關(guān)的資料。(P264)美國疾病控制與預防中心（CDC）的DataandStatistics等。(P266)(4)全文型數(shù)據(jù)庫(Full-textDatabase)：收錄有原始文獻全文的數(shù)據(jù)庫，以期刊論文、會議論文、政府出版物、研究報告、法律條文和案例、商業(yè)信息等為主。優(yōu)點：集文獻檢索和全文提供于一體；提供全文字段檢索。舉例：中國學術(shù)期刊全文數(shù)據(jù)庫（CNKI）、萬方數(shù)據(jù)資源的數(shù)字化期刊、OVID全文數(shù)據(jù)庫、ElsevierScience的SDOS等。(5)多媒體數(shù)據(jù)庫(MultimediaDatabase):是數(shù)據(jù)庫技術(shù)與多媒體技術(shù)相結(jié)合的產(chǎn)物，是文本、圖像、聲頻、視頻等多媒體信息的集合。舉例：NLM的可視人計劃(TheVisibleHumanProject)、哈佛大學醫(yī)學院的全腦圖譜(TheWholeBrainAtlas)、Utah大學的病理學圖譜(WebPath)等。(P252)(6)知識庫(Knowledgebase)：是按一定要求存貯在計算機中的相互關(guān)聯(lián)的某種事實、知識的集合，是經(jīng)過分類和組織、序化的知識集合，是構(gòu)造專家系統(tǒng)(ES)的核心和基礎(chǔ)。舉例：基因百科全書的GenCard。二、信息檢索模型（P10-12）1.定義：信息檢索模型是反映信息檢索過程及相關(guān)因素之間規(guī)律的一種抽象的數(shù)學表達。2.作用：用數(shù)學表達式定量地闡述其本質(zhì)的特征、運行機制和變化發(fā)展規(guī)律。揭示檢索系統(tǒng)的信息與用戶信息需求之間的復雜的匹配、計算和比較規(guī)則。分析和預測信息檢索各種相關(guān)影響因素及作用的大小，以此來指導用戶提出和設(shè)計最佳的信息存儲形式及信息檢索提問。使信息檢索系統(tǒng)能最大程度地便利用戶檢索，用戶的信息檢索需求能獲得最大程度地滿足，促進檢索效率的提高。3.類型布爾檢索模型（BooleanLogicRetrievalModel）向量空間模型（VectorSpaceModel）概率檢索模型(ProbabilisticRetrievalModel)模糊檢索模型（FuzzyRetrievalModel）邏輯檢索模型(LogicRetrievalModel)概念檢索模型（Concept-basedRetrievalModel）案例檢索模型(Case-basedreasoningRetrievalModel)三、信息檢索效率（P12-13）信息檢索效率是研究信息檢索原理的核心，是評價一個信息檢索系統(tǒng)性能優(yōu)劣的質(zhì)量標準，它始終貫穿信息存儲和檢索的全過程。衡量信息檢索效率的指標：查全率、查準率、漏檢率、誤檢率。理想的檢索效果是查全率和查準率同時達到100%。但事實上很難達到全部檢出和全部檢準的要求，而只能達到某個百分比。第三節(jié)檢索途徑與技術(shù)一、檢索途徑檢索途徑為檢索系統(tǒng)的檢索入口，即檢索系統(tǒng)所提供的、用以查尋獲取資源的各種標識，在計算機檢索中通常表現(xiàn)為字段檢索。常見的計算機檢索途徑有以下8種：1.缺省途徑指自動在檢索系統(tǒng)預先設(shè)定的多個字段中同時進行檢索。如CBMDisc的缺省字段包括中文題名、關(guān)鍵詞、主題詞、文摘、刊名、特征詞等字段進行檢索。2.分類途徑分類途徑是利用文獻在分類體系中的位置(類目名稱或分類號)作為檢索入口查找文獻的途徑,可滿足用戶從學科、專業(yè)等內(nèi)容出發(fā)獲取文獻的需要。3.主題詞途徑是利用主題詞（SubjectHeadings)作為檢索入口查找文獻的途徑。主題詞是經(jīng)過優(yōu)選和規(guī)范化處理的詞匯，由主題詞表來控制，常見的醫(yī)學主題詞表有美國國立醫(yī)學圖書館編制的《MedicalSubjectHeadings》及《中醫(yī)藥學主題詞表》主題詞途徑有助于提高查全率與查準率，但維護成本高。目前支持主題詞檢索的檢索系統(tǒng)主要有CBMDisc和Pubmed.4.自由詞途徑自由詞途徑是利用自由詞(TextWord)作為檢索入口查找文獻的途徑.自由詞是檢索工具中所出現(xiàn)的任意詞匯(通常除開無實質(zhì)意義的詞匯),主要包括題名詞、關(guān)鍵詞、文摘詞和全文詞等有實質(zhì)意義的詞。自由詞檢索用詞靈活、自由、直觀、符合用戶習慣，因而應(yīng)用廣泛。但自由詞不能反映概念間的一一對應(yīng)關(guān)系，也不能反映概念間的等級從屬關(guān)系，因而自由詞檢索時應(yīng)同時考慮使用所選自由詞的同義詞、近義詞、專指詞等相關(guān)詞進行檢索，避免漏檢文獻。5.著者途徑是利用文獻上署名的作者、編者或機關(guān)團體名稱作為檢索入口查找文獻的途徑。查外文數(shù)據(jù)庫時，須注意外文數(shù)據(jù)庫對著者姓名的特殊處理方式。6.題名途徑利用題名(如書名、刊名、篇名）作為檢索入口的查找文獻的途徑。檢索方式有題名瀏覽和提問檢索兩種方式7.引文途徑從參考文獻入手查找文獻的途徑。8.序號途徑利用文獻特有序號查找文獻的途徑.常見序號有專利號、報告號、化學物質(zhì)登記號等。二、檢索技術(shù)1.布爾邏輯檢索邏輯與（AANDB）、邏輯或（AORB）A、邏輯非（ANOTB）、邏輯異或（AXORB）2.截詞檢索用截詞符號“？”、“*”或“$”加在檢索詞的前后或中間，以檢索一組概念相關(guān)或同一詞根的詞。這種檢索方式可以擴大檢索范圍，提高查全率。主要用于西文數(shù)據(jù)庫檢索。中文數(shù)據(jù)庫通常不使用這種技術(shù)。舉例查找“全臉移植術(shù)”相關(guān)的研究文獻“變臉”后“變臉”前（帕斯卡爾·科勒,6歲,神經(jīng)纖維瘤）法國頂尖整形醫(yī)生勞倫特·藍提耶利的杰作(2008,3,新華網(wǎng))3.限定檢索4.相關(guān)反饋檢索5.跨庫檢索第四節(jié)檢索策略一、檢索策略的涵義廣義的檢索策略是指用戶根據(jù)檢索需求選擇相應(yīng)的數(shù)據(jù)庫、確定檢索方式、檢索途徑及相應(yīng)檢索表達式進行檢索的一系列操作或方案，是用戶檢索目標的體現(xiàn)。狹義的檢索策略指用戶確定檢索表達式進行檢索的系列操作。檢索策略的重要性二、檢索策略的構(gòu)建1.分析課題,明確實質(zhì)需求2.選擇合適的檢索工具或數(shù)據(jù)庫選擇檢索工具時要考慮是否與文獻需求緊密結(jié)合、學科專業(yè)對口、覆蓋信息面廣、報道及時、揭示信息內(nèi)容準確、有一定深度的工具以及檢索系統(tǒng)的檢索功能是否完善等。根據(jù)檢索需求，選擇數(shù)據(jù)庫：（1）強調(diào)“準確”：這類檢索需求的針對性強，多是解決某個具體問題，此時應(yīng)選擇提供的數(shù)據(jù)比較準確、權(quán)威的數(shù)據(jù)庫。（2）強調(diào)“全面”：這類檢索需求要求全面了解某一特定領(lǐng)域的基本知識、現(xiàn)狀及發(fā)展趨勢，因而應(yīng)選擇覆蓋文獻年限長、收錄某一特定領(lǐng)域文獻較多的數(shù)據(jù)庫，必要情況下還需要選擇多個相關(guān)數(shù)據(jù)庫。（3）強調(diào)“全文”：可選擇全文數(shù)據(jù)庫或提供全文傳遞服務(wù)的數(shù)據(jù)庫。（4）強調(diào)“新穎”：即需獲取最新的信息，檢索年限不要太長，應(yīng)選擇數(shù)據(jù)更新快、包含最新信息的數(shù)據(jù)庫。（5）強調(diào)“深入”地獲取某數(shù)據(jù)庫信息，應(yīng)選擇單庫檢索，強調(diào)“廣泛”地獲取某方面的信息，應(yīng)選擇跨庫檢索，節(jié)省檢索時間。（6）強調(diào)“類型”：即用戶想獲取某一特定類型的文獻，如期刊論文、學位論文、專利文獻、循證醫(yī)學證據(jù)，應(yīng)根據(jù)需求靈活地選擇包含相應(yīng)資源的數(shù)據(jù)庫。3.概念分析并轉(zhuǎn)換成系統(tǒng)檢索詞4.擬定檢索提問式和檢索途徑擬定好檢索式后，就要選擇檢索途徑或檢索入口或檢索字段，常用的檢索入口有題名、著者、主題詞、關(guān)鍵詞、引文、文摘、全文、出版年、分類號等。檢索途徑正確與否決定著檢索結(jié)果的數(shù)量和質(zhì)量，如使用全文檢索，結(jié)果數(shù)量大，但相關(guān)性差；使用題名或文摘檢索，結(jié)果數(shù)量少但較準確。三、檢索策略的調(diào)整與修正優(yōu)化檢索策略的方法P19擴檢：對檢索數(shù)量比較少的結(jié)果，擴大檢索范圍，提高查全率。增加補充檢索詞及近義詞、同義詞、上位詞、縮寫、全稱等；擴大概念組配范圍，變邏輯“與”為邏輯“或”；取消或放寬檢索限定，如年限或核心刊與否；增加或修改檢索途徑,如改題名檢索為文摘檢索或全文檢索等。縮檢：對檢索數(shù)量過多的結(jié)果，縮小檢索范圍，提高查準率。細化主題與分類，更多地采用下位詞或下位類；通過瀏覽結(jié)果選擇更專指的詞；縮小概念組配范圍，利用and,not,with,near等加以限制或排除；指定檢索字段，及從年代和地理及語言,文獻類型上進行限制?？颇浚何墨I信息檢索任課教師姓名：胡德華授課對象：本科生專業(yè)：醫(yī)學信息學學年制：4年年級:2006級人數(shù):53次數(shù):1次授課章節(jié)、內(nèi)容：第二章文獻信息檢索語言授課時數(shù)：150分鐘學時：3學時【目的與要求】了解文獻信息檢索語言的定義、表現(xiàn)形式、功能和種類。熟悉分類檢索語言及其應(yīng)用。熟悉主題描述語言及其應(yīng)用。熟悉醫(yī)學信息檢索語言及其應(yīng)用。了解UMLS的歷史沿革、目標及主要組成部分。掌握超級敘詞表的結(jié)構(gòu)、收詞特點、概念間關(guān)系的表達模式。掌握語義網(wǎng)絡(luò)、語義類型和語義關(guān)系。熟悉UMLS在醫(yī)學信息檢索中的應(yīng)用。熟悉UMLSKS的使用。掌握本體的概念、組成、作用。熟悉本體與分類表、主題表的聯(lián)系與區(qū)別。熟悉本體表示語言和本體構(gòu)建工具。掌握本體開發(fā)步驟?！局攸c】UMLS的結(jié)構(gòu)、收詞特點、概念間關(guān)系的表達模式；本體表示語言和本體構(gòu)建工具。UMLS和本體語言在文獻信息檢索系統(tǒng)中的應(yīng)用【難點】UMLS的結(jié)構(gòu)、收詞特點、概念間關(guān)系的表達模式；語義網(wǎng)絡(luò)、語義類型和語義關(guān)系；本體的開發(fā)步驟?！景鍟O(shè)計的要求】第二章文獻信息檢索語言文獻信息檢索語言及其應(yīng)用（50分鐘）文獻檢索語言及其種類（10分鐘）二、分類檢索語言及其應(yīng)用（15分鐘）三、主題檢索語言及其應(yīng)用（15分鐘）四、醫(yī)學信息編碼及其應(yīng)用（10分鐘）第二節(jié)一體化醫(yī)學語言系統(tǒng)（50分鐘）一體化醫(yī)學語言系統(tǒng)概述（5分鐘）超級敘詞表（15分鐘）語義網(wǎng)絡(luò)（10分鐘）專家詞典（10分鐘）知識源服務(wù)器的使用（5分鐘）一體化醫(yī)學語言系統(tǒng)在信息檢索中的應(yīng)用（5分鐘）第三節(jié)本體語言及本體的構(gòu)建（45分鐘）一、本體（Ontology）的概念（5分鐘）二、本體（Ontology）的組成（5分鐘）三、Ontology的作用（5分鐘）四、本體與分類表、敘詞表的聯(lián)系與區(qū)別（5分鐘）五、本體與知識庫（5分鐘）六、本體表示語言（5分鐘）七、本體構(gòu)建工具（5分鐘）八、本體的開發(fā)步驟（10分鐘）[教學教具]多媒體教學課件直接上網(wǎng)[詳細教案]文獻信息檢索語言第一節(jié)文獻信息檢索語言基礎(chǔ)知識及其應(yīng)用一、文獻信息檢索語言及其種類1．定義檢索語言是用于描述信息系統(tǒng)中信息的內(nèi)容特征或外表特征和表達用戶信息提問的專門語言，是人與信息系統(tǒng)對話的基礎(chǔ)。文獻檢索語言就是文獻信息檢索系統(tǒng)中的標識系統(tǒng)，能提供多種多樣的檢索點，如著者名、分類號、主題詞、關(guān)鍵詞等。2．表現(xiàn)形式一套詞匯（如主題詞表）一套分類代碼(如分類法)一套代碼（如代表化合物的多種代碼）3．作用對文獻和網(wǎng)絡(luò)信息的內(nèi)容進行邏輯分類、主題標引特定信息的描述和揭示提供檢索點，如分類號，主題詞等4.種類（1）文獻外表特征檢索語言文獻題名索引系統(tǒng)，如書名目錄，收錄期刊一覽表著者索引系統(tǒng)，如著者索引、專利權(quán)人索引文獻序號索引系統(tǒng)，專利號索引、技術(shù)標準號索引引文索引系統(tǒng)，如美國SCI、中國科學引文數(shù)據(jù)庫（2）文獻內(nèi)容特征檢索語言分類檢索語言主題描述語言二、分類檢索語言及其應(yīng)用1．定義：將各種知識領(lǐng)域(學科及其研究問題)的類目按知識分類原理進行系統(tǒng)排列，以代表類目的分類號（如字母符號、數(shù)字等）作為文獻標識的一類檢索語言。2．主要分類法《中國圖書館分類法》(《中圖法》)美國《國會圖書館分類法》(LibraryofCongressClassification，LCC)、《杜威十進分類法》(DeweyDecimalClassificationandRelativeIndex，DDC)《美國國立醫(yī)學圖書館分類法》(NLMC)3．應(yīng)用圖書館藏書排架組織目錄體系其它文獻如期刊論文的分類文獻數(shù)據(jù)庫和數(shù)字圖書館聯(lián)機信息檢索系統(tǒng)的組織與檢索網(wǎng)絡(luò)信息資源的組織與檢索4．自創(chuàng)分類法的代表：Yahoo的類目體系根據(jù)大類擁有的信息量及知識組織的需要，每一個基本類目下又細分為不同層次的次一級類目，形成“樹狀”分類結(jié)構(gòu)，級別越低的類目中的網(wǎng)站其主題越明確；再根據(jù)不同用戶的習慣，以及不同的分類方式，把不同類目下“相關(guān)”的類目用參見“@”鏈接起來，形成“網(wǎng)狀”分類體系，從而構(gòu)成“縱向成枝、橫向成網(wǎng)”的類目體系。5．缺陷和不足，類目涵蓋面窄；類目劃分標準模糊；未設(shè)分類標記；三、主題描述語言及其應(yīng)用1．定義：用于表達文獻主題內(nèi)容的詞語標識系統(tǒng)，應(yīng)用較多的是主題詞法和關(guān)鍵詞法。2．主題詞法特點：采用指定的詞語；采用參照系統(tǒng)指向意義相關(guān)關(guān)系；多方面顯示詞間關(guān)系；主題詞不斷有增刪修訂定期更新。最具代表性的主題詞法：MeSH（《醫(yī)學主題詞表》）3．關(guān)鍵詞法（1）關(guān)鍵詞(Keyword)是指出現(xiàn)在文獻或網(wǎng)頁的標題(篇名、章節(jié)名)或文摘、全文中，能表達文獻實質(zhì)內(nèi)容的，或者能被人們作為檢索入口的關(guān)鍵性名詞術(shù)語。在計算機檢索系統(tǒng)中，關(guān)鍵詞法得到更廣泛深入的應(yīng)用。提供更多的檢索入口。（2）優(yōu)點語詞直接采用出現(xiàn)在最新文獻或網(wǎng)頁中的專業(yè)自然語言，一些在科學發(fā)展中最新出現(xiàn)的專業(yè)名詞術(shù)語能及時進入索引系統(tǒng)。計算機編制關(guān)鍵詞索引還具有速度快、時差短。（3）缺陷：①關(guān)鍵詞法用詞不作規(guī)范或稍作規(guī)范，未標明其等同關(guān)系，從而導致同一主題文獻信息因為用詞不同而分散，容易造成漏檢；②若平均每篇文獻信息標引的關(guān)鍵詞較多，誤檢的可能性會增大；③關(guān)鍵詞法難以準確揭示文獻實質(zhì)內(nèi)容，檢索的準確性較差。四、醫(yī)學信息檢索語言及其應(yīng)用1．定義：表達醫(yī)學信息的語言、文字、圖形、圖像等都必須賦予有一定規(guī)律性、易于人和計算機識別與處理的代碼，即數(shù)字、字母、字符等符號。2．主要的醫(yī)學信息編碼系統(tǒng)：國際疾病分類(ICD)國際系統(tǒng)醫(yī)學術(shù)語集(SNOMED)當代操作術(shù)語集(CurrentProceduralTerminology，CPT)UMLS第二節(jié)一體化醫(yī)學語言系統(tǒng)(UMLS)一、基本概況1．UMLS的全稱UnifiedMedicalLanguageSystem－開始于1986年－主持機構(gòu)：NLM2．目標：提高計算機程序“理解”生物醫(yī)學詞匯涵義的能力,并運用這種理解幫助用戶通過多種交互檢索程序,克服由于不同系統(tǒng)語言差異性和不同數(shù)據(jù)庫相關(guān)情報的分散性所造成的諸多情報檢索問題。3．組成超級敘詞表(Metathesaurus)語義網(wǎng)絡(luò)(SemanticNetwork)專家詞典(SpecialistLexicon)二、超級敘詞表1．收錄了1,268,035概念(concepts)5,963,467概念名稱(uniqueconceptnames(AUIs))概念間關(guān)系(Inter-conceptrelations)2．來源于133詞表約80個術(shù)語表多種譯本(e.g.,MeSH,ICPC,ICD-10)變異本(variants)(American-Englishequivalents,Australianextension/adaptation)不同版本(ICD:9-10;DSM:IIIR-IV)一般術(shù)語表解剖學術(shù)語表(UWDA,Neuronames)藥物術(shù)語表(RxNorm,FirstDataBank,Micromedex)醫(yī)療機械術(shù)語表(UMD,SPN)學科專業(yè)術(shù)語表臨床術(shù)語(SNOMEDCT)信息科學(MeSH,CRISP)管理科學術(shù)語(ICD-9-CM,CPT-4)數(shù)據(jù)交換術(shù)語(HL7,LOINC)護理學(NIC,NOC,NANDA,Omaha,PCDS)牙科學(CDT)精神病學(DSM,APA)不良反應(yīng)(COSTART,WHOART)保健(ICPC)基因組學(GO,OMIM,HUGO)－知識庫(AI/Rheum,DXplain,QMR)3．組織形式Concept(~1.2M) CUI－同義概念Term(~4.2M) LUI－正式名稱String(~4.8M) SUI－不同概念名稱Atom(~5.6M) AUI－某一來源詞表的概念4．概念的變更概念永不變更(原則上)－CUIs是概念永久標識碼概念消失(現(xiàn)實中)概念可能合并或分離導致新概念的產(chǎn)生和舊概念的刪除4．概念間關(guān)系同義關(guān)系:~9Mpairsofconcepts統(tǒng)計關(guān)系:~7Mpairsofconcepts

(co-occurringconcepts)映射關(guān)系:100,000pairsofconcepts分類:概念與語義類型之間的關(guān)系來自于語義網(wǎng)絡(luò)SymbolicrelationsRelationPairof“atom”identifiersTypeAttribute(ifany)Listofsources(fortypeandattribute)Semanticsoftherelationship:definedbyitstype[andattribute]5．概念組織概念間關(guān)系:來自各詞表的體系冗余:多個路徑一張圖替代多棵樹(多重繼承)三、語義網(wǎng)絡(luò)1．語義類型(135種)樹型結(jié)構(gòu)2個頂層Entity(物)PhysicalObject(實體物)ConceptualEntity(概念物)Event(事)Activity(活動)PhenomenonorProcess(現(xiàn)象或過程)2．語義關(guān)系語義關(guān)系(54種)等級關(guān)系(isa=isakindof)amongtypesAnimalisaOrganismEnzymeisaBiologicallyActiveSubstanceamongrelationstreatsisaaffects非等級關(guān)系SignorSymptomdiagnosesPathologicFunctionPharmacologicSubstancetreatsPathologicFunction語義關(guān)系繼承3．語義結(jié)構(gòu)4．語義網(wǎng)絡(luò)四、專家詞典處理和管理醫(yī)學術(shù)語的詞匯變異主要詞典工具NormalizationIndexesLexicalVariantGenerationprogram(lvg)知識源服務(wù)器的使用超級敘詞表的查詢語言義網(wǎng)絡(luò)的查詢專家詞典的查詢數(shù)據(jù)下載六、在信息檢索中的應(yīng)用在生物醫(yī)學文獻數(shù)據(jù)庫中的應(yīng)用PubMedNLMGatewayEntrez2．在醫(yī)學專業(yè)搜索引擎中的應(yīng)用本體語言及本體的構(gòu)建一、本體（Ontology）概念1．起源于哲學領(lǐng)域Ontology是研究“存在”（Being）的科學，包括研究“存在”的本質(zhì)和“對客觀世界存在的系統(tǒng)化描述”。本體論，又叫存在論2．人工智能領(lǐng)域1991/Neches等：本體是由一些術(shù)語、術(shù)語間關(guān)系和規(guī)則組成，其中術(shù)語和術(shù)語間關(guān)系是用來描述相關(guān)領(lǐng)域的知識，而規(guī)則是用于術(shù)語和術(shù)語間關(guān)系的推理。1993/Gruber：概念模型的明確的規(guī)范說明；1997/Borst：共享概念模型的形式化規(guī)范說明；1998/Studer：共享概念模型的明確的形式化規(guī)范說明3．特征（1）概念模型（conceptualization）通過抽象出客觀世界中一些現(xiàn)象（Phenomenon）的相關(guān)概念而得到的模型，其表示的含義獨立于具體的環(huán)境狀態(tài)（2）明確（explicit）所使用的概念及這些概念的約束都有明確的定義。（3）形式化（formal）Ontology是計算機可讀的。（4）共享（share）體現(xiàn)的是共同認可的知識，是相關(guān)領(lǐng)域中公認的概念集，它所針對的是群體而不是個體。二、本體（Ontology）的組成一個本體的組成：類（classes）或概念（concepts）及其關(guān)系屬性（properties)或槽(slots）屬性限制條件（restrictions）或分面（facts）實例（instances）或個體（individual）公理（規(guī)則）三、Ontology的作用Tosharecommonunderstandingofthestructureofinformationamongpeopleorsoftwareagents（在用戶或軟件代理之間共享信息組織結(jié)構(gòu)的共同理解）Toenablereuseofdomainknowledge（有助于專業(yè)領(lǐng)域知識的復用）Tomakedomainassumptionsexplicit（使專業(yè)領(lǐng)域內(nèi)的假設(shè)更加明確）Toseparatedomainknowledgefromtheoperationalknowledge（將專業(yè)領(lǐng)域知識從操作性知識中分離出來）Toanalyzedomainknowledge（有助于分析專業(yè)知識）四、本體與分類表、敘詞表的聯(lián)系與區(qū)別1．聯(lián)系均是一種知識組織、知識管理的方式分類表和敘詞表能實現(xiàn)的功能，本體均能實現(xiàn)2．區(qū)別本體具有知識推理功能：智能查詢、自然語言問答、機器翻譯、知識預測等；本體比分類表、敘詞表對概念（術(shù)語）、關(guān)系刻畫得更全面、深入、細致；本體的組織結(jié)構(gòu)是立體的、網(wǎng)狀的和多維的，而分類表、敘詞表是線性的。五、本體與知識庫20世紀80年代中期，知識庫成為人工智能和數(shù)據(jù)庫界研究熱點，注重知識表示和推理機制研制。在某一專題領(lǐng)域或規(guī)模較小的系統(tǒng)有效，但是對于大型知識庫系統(tǒng)卻無能為力。本體提供一組術(shù)語和概念來描述某一領(lǐng)域，知識庫則是使用這些術(shù)語來表達該領(lǐng)域的知識（事實）。例如：突發(fā)公共衛(wèi)生事件本體包含“鼠疫”、“傳染性非典型肺炎”等術(shù)語的名稱、定義…..，但它不會包含某一具體事件的具體內(nèi)容，而這些是知識庫所要表達的內(nèi)容。理想的領(lǐng)域知識庫應(yīng)該是建立在領(lǐng)域本體的基礎(chǔ)之上的，而且本體為人們描述目標世界提供了一組通用詞匯，而這種通用的詞匯正是實現(xiàn)知識系統(tǒng)化的基礎(chǔ)。通用詞匯和知識的系統(tǒng)化有利于實現(xiàn)知識的標準化。在一定程度上，本體庫就是一種知識庫。六、本體表示語言1．作用為本體的構(gòu)建提供建模語言作為本體轉(zhuǎn)換標引的工具：自然語言格式的本體轉(zhuǎn)換成機器可讀的邏輯格式；作為本體交換的標準格式；形式化語言表示，利用機器可讀的形式化表示語言表示本體，可以直接被計算機存儲、加工、利用，或不同系統(tǒng)之間的相互操作目前本體表示語言有20多種?；贏I（人工智能）的本體表示語言KIF、Ontolingua、CycL、Loom、OCML、FLogic等?；赪eb的本體表示語言SHOE、XOL、RDF、RDF-S、OIL、DAML、DAML＋OIL、OWL等?；赪eb的本體表示語言的產(chǎn)生盡管Ontolingua、CycL、Loom等本體表示語言在知識推理方面具有各自明顯的優(yōu)點，但是與現(xiàn)有的web語言沒有聯(lián)系，逐漸淡出了web本體表示語言的選擇行列。Web的發(fā)展，搜索引擎的缺陷瀏覽器和搜索引擎的智能太低，基本上還是采用關(guān)鍵字匹配的辦法；不能理解用戶的需要不能理解概念,從而進行語義關(guān)聯(lián)。解決的根本方法就是變無序數(shù)據(jù)為有序知識，讓計算機能夠理解Web信息，同時理解用戶的需求?；赪eb的本體表示語言的發(fā)展基于Web的本體表示語言層次關(guān)系基于Web的本體表示語言－OWLOWL（WebOntologyLanguage，Web本體語言）是W3C推薦的本體描述語言的標準。OWL是在DAML+OIL的基礎(chǔ)上發(fā)展起來的，作為RDF(S)的擴展，目的是提供更多的元語以支持更加豐富的語義表達，并更好的支持推理。針對不同的需求，OWL有三個子語言：OWLLite、OWLDL和OWLFull。七、本體構(gòu)建工具達90多種，成熟的、知名度較高的、較常用的不足10種。常見的構(gòu)建工具有：OntolinguaOntoSaurusWebOntoProtégé3.1beta本體構(gòu)建工具－Protégé3.1beta(1)Protégé3.1beta由斯坦福大學為知識獲取而開發(fā)的一個工具。是目前較活躍的本體工具，Protégé3.1beta可以免費下載，已經(jīng)有16500多注冊用戶使用。它用Java語言開發(fā)，通過各類插件支持多種本體格式，甚至已經(jīng)能夠支持剛剛發(fā)布的，也是目前最有前途的W3C的OWL本體語言。(2)它提供了基于圖形和交互式的知識本體設(shè)計開發(fā)環(huán)境，協(xié)助知識工程師和領(lǐng)域?qū)＜疫M行知識管理。本體開發(fā)人員可以直接實施導航和管理本體的操作。樹型控制實現(xiàn)了在類層次結(jié)構(gòu)中進行迅速和簡單的導航。Protégé采用表單作為輸入槽值的界面。Protégé3.1beta的知識模型與OKBC兼容，支持類和類層次結(jié)構(gòu)的多繼承，模板和私有槽，槽的任意面和定義的明確說明，明確說明包括值、基數(shù)約束、默認值、逆轉(zhuǎn)槽、元類和元類的層次結(jié)構(gòu)。(3)Protégé3.1beta兩個重要特征：可伸縮性和可擴展性。Protégé3.1beta可以構(gòu)建和使用包括150，000個框架的本體。Protégé3.1beta體系結(jié)構(gòu)最主要的優(yōu)勢是它的開放的模塊化的設(shè)計?；诮M件的體系結(jié)構(gòu)使系統(tǒng)開發(fā)者可以通過生成恰當?shù)牟寮嗽黾有碌墓δ?。Protégé3.1beta將開發(fā)的本體可以轉(zhuǎn)換成多種本體表示語言，如XML、RDF(S)、OIL、DAML、DAML+OIL、OWL等。八、本體的開發(fā)步驟構(gòu)建Ontology是一項持續(xù)的研究。Ontology包括構(gòu)成所有領(lǐng)域知識表示基礎(chǔ)的最普通的術(shù)語和特定領(lǐng)域?qū)Ｓ玫男g(shù)語。例如：空間、時間等術(shù)語；而新發(fā)傳染病、傳染性非典型肺炎等醫(yī)學領(lǐng)域。工具的選擇Protégé3.1beta本體描述語言的選擇OWL本體構(gòu)建過程（1）確定本體領(lǐng)域與范圍本體涵蓋的專業(yè)領(lǐng)域?開發(fā)該本體的目的和用途?本體應(yīng)該能回答哪些類型問題?這些問題可隨時調(diào)整，并要保持相