第29卷第3期河北科技大学学报Vol. . 3 2008年9月Journal of Hebei University of Science and Technology 文章编号:1008-1542(2008)03-0223-04 基于药品本体的信息检索系统研究孔田野1，李万龙2，张海鸥1(1.长春工业大学计算机科学与工程学院，吉林长春130012;2.长春工业大学软件学院，吉林长春摘要:随着互联网的普及和Web资源的日益丰富，从网上获取基于药品本体的信息成为人们常用的方式，但用户在检索信息时经常会出现找不到或者查不准的情况。针对这样的问题，提出了一种基于本体的信息检索系统，并将相似度等算法融合其中，从而大大提高了查询的效果。关键词:本体;信息检索;排序中图分类号: 文献标识码:AResearch in medicine ontology-based information retrieval system 121 KONG Tian-ye, LI Wan-long, ZHANG Hai-ou(1. College of Computer Science and University of Technology. Changchun ]ilin 130012,China;2. ln›stitute of University of Technology,Changchun ]ilin ) Abstract: With the prevalence of internet and increasingly abundant web resource. it is common for people to get information from web. But when they retrieve something,they often find nothing or find wrong information. Aimed at the pro›pose ontology-based information retrieval system. and combined with similarity measuring algorithm. this system can improve the result of information retrieval. Key words:ontology; information retrieval; ranking 随着计算机技术和Internet的飞速发展，Web已经成为全球重要的信息来源。医疗信息与人类健康息息相关，各类人员都希望能从网络中查阅到相关的医学知识。搜索引擎是人们获取信息的重要工具。目前实用的搜索引擎主要分为2类:一类是基于人工分类目录F另一类是基于关键字匹配。第1类搜索引擎的不足在于信息量少且不足，信息更新速度较慢E后一类在语义理解上具有局限性。因为计算机很难通过几个关键字来判断用户的真正需求，其一方面是用户输入不规范造成的，另一方面是由于汉语的歧义性。针对以上情况，研究人员引入了本体的概念口~的。本体具有良好的概念层次结构和对逻辑推理的支持，它提出了对特定领域知识的共同理解，抽象出该领域内共同认可的词(概念)，并给出了它们之间相互关系的明确定义。所以本体在提出之后迅速成为研究的热点问题。笔者立足于医疗信息中的一个点(即药品)，以药品查询为例，着重讨论了基于本体的信息检索系统，并将相似度算法融合其中。1本体本体，最初是哲学上的概念，表示存在的意思。1998年STUDER给出了本体较为精确的定义，认为本体是"共享概念模型的明确的形式化规范说明"。这句话体现了4层含义:概念化(conceptualiza tion)、明确收稿日期:2008-04-23;修回日期:2008-05-19;责任编辑2张士莹作者简介g孔田野0983寸，女，吉林长春人，硕士研究生，主要从事软件工程与信息检索方面的研究.
224 河北科技大学学报2008年(explicit)、形式化(foraml)、共享(share)。从语义上分析基本的关系有4种，见表1，但具体应用中并不局限于这4种关系。表1本体间的基本关系Tab. 1 Basic relation of ontologies 关系名关系描述part-of 表达概念之间的部分和整体的关系。例如s"计算机"和"机箱"kind-of 表达概念之间的继承关系，类似于面向对象中的继承关系。例如g类"学生"与类"研究生"instance-of 表达实例与概念之间的关系，类似于面向对象中的对象与类之间的关系.例如g类"花"与"百合"attribute-of 表达某个概念是另一个概念的属性。例如s"学号"是"学生"的一个属性2 药晶本体的建立根据本体的构建方法，为药品构建本体，药品本体的设计主要是考虑以下3种情况。1)同义词关系:词与词之间的意思非常接近甚至相同，如"SARS"与"非典"。2)上下位词关系:上位词是概念上外延更广阔的主题词;如"胃炎"是"慢性浅表性胃炎"的上位词;下位词是指概念上内涵更窄的主题词，如"雷尼替丁"是"药品"的下位词。3)概念的歧义:如"苹果"既可以指《苹果》这个电影，又可以指苹果这种水果。用于药品信息检索的本体片段见图1。药品本体的部分代码如下。<? xml version=" 1. 0" ?> 圈1药品本体片段<rdf:RDF Fig. 1 Fragment of medicine ontology xmlns: rdf = " http://www. w3. org/ 1999/02/22-rdf-syntax-ns拌"xmlns: xsd=’’ 3. org/2001/XMLSchema:#" xmlns: rdfs=’’ 3. org/2000/01/rdf-schema:#" xmlns:owl=’’ 3. org/2002/07/owl:#" xmlns= .. owl:# " xmlns: base=.. owl" xmlns:daml=’’ aml. org/2001/03/daml十oil:#" <r dfs: Class rdf: ID=‘药品'/><r dfs: Class rdf: ID=‘药品名称，> <d aml: subClassOf rdf: resource=‘#药品'/></ rdfs: Class> <r dfs: Class rdf: ID=‘适应症，) <d aml: subClassOf rdf: resource=‘#药品'/)(/rdfs: Class> <r dfs: Class rdf: ID=‘功能主治，> <d aml: subClassOf rdf: resource=‘#药品'/)</ rdfs: Class > <r dfs: Class rdf: ID=‘制造商，>
第3期孔田野等基于药品本体的信息检索系统研究225 <d aml: subClassOf rdf: resource=‘#药品'/></ rdfs: Class > <r dfs: Class rdf: ID=‘药品名称，> <d aml: subClassOf> <r dfs: Class rdf: about =‘拌卡那霉素，> </ daml : subClassOO </ rdfs: Class> 3 基于药品本体的信息检索系统基于本体的信息检索系统目前采用的流行方式是B/S结构。系统分为3层，即显示层、中间层和数据层。显示层处理用户界面接口问题F中间层负责查询条件的处理以及语义上的延伸P数据层对有关的本体资源以一定的格式进行存储[710鉴于此，并根据构建的药品本体，笔者创建了药品本体的信息检索系统，该系统主要包括2个处理模块z查询条件处理模块和结果信息处理模块。见图2。图2中的各个模块相互协作，共同完成检索任务。整个检索过程包括以下几步。1)用户输入查询条件，进入到查询条件处理部分，查询条件处理部分有2个处理模块。①语义化处理:将用户的查询条件根据药品本体进行同义词、上位词、下位词或歧义的处理;②查询条件确定:将语义化处理后的查询输入交给查询条件确定模块，此模块参照药品本体确定查询输入的词性，即查询输入是药品名称、适应症、功能主治、制造商中的哪一种或哪几种，然后把结果传递给查询转换模块。2)上面处理完成之后，进入结果信息处理部分，此处有3个模块。①查询转换模块:按照所得信息对查询进行转换，使查询具有语义信息，在药品数据库中进行查询，对不能确定的查询按照关键字查询处理F②检索图2基于药品本体的信息检索系统抽取z在查询结果中进行筛选;③排序:采取文档相似度Fig. 2 Information retrieval system based on medicine ontology 的方式进行显示，即按照相似度由高到低的顺序进行显示。根据已有的tf-idf，有下列公式:tf..= ’r f;: r 10 (1) J " max{fl, ,f2" ,f" } 式中:tfi，为项频率;fυ表示搜索词i在文档j中出现的次数;max{!J，'儿，…，f"}表示文档j中最大频率的搜索词i的频率值，也就是说，tfυ值越大，表示搜索词在文档中出现的概率越高。tdfFlog25。α式中:N代表整个文档的篇数川z表示出现搜索词的篇数。w" =tf" X idfo (3) w"表示文档中搜索词i在文档j中的权重值。可采用空间中向量之间的夹角余弦来计算搜索词和文档集中的文档之间的相似度，见式(4)。>:w;. X切的sim(乱，q)= ...J --'J吨。(4),-J~w~ X ~w~ 式中:d，表示文档j中的特征值;q表示检索条件特征值。
河北科技大学学报2008年226 4结语针对传统信息检索系统的不足，提出了一种基于药品本体的信息检索系统，并把相似度算法融入其中，提高了检索的查准率和查全率。当然还有很多工作需要进一步研究。例如:如何在Web资源上建立一个通用的本体库，现在还没有一个很好的理论支持，目前研究的很多方面都是基于领域本体而建立的;此外，关于文档的相似度算法仍是需要解决的问题。参考文献:[lJ 宋峻峰，张维明，肖卫东，等.基于本体的信息检索模型研究[1].南京大学学报(自然科学版).(2):189-196.[2J 陈康，武港山.基于Ontology的信息检索技术研究[J].中文信息学报.(2):51-57.[3J 江克勤，张玉州，王一宾.基于语义的Web信息检索[J].计算机技术与发展.(1):36-39.[4J李明，王丽.基于本体的信息检索系统模型[J].兰州理工大学学报.(2):90-93. [5J 王晓东，高宏卿.基于Ontology的智能系统开发[1].河南师范大学学报.(1):25-28. [6J 杨芳，杨振山.基于语义网的电子政务文档智能检索口J.计算机应用.(10):2434-2438.[7J 焦玉英，张璐.基于Ontology的话义检索模型架构[1].图书馆学刊，2006，(6):112-114. '咛--→--←'咛--←-←"斗-←-←-+--←~田--+--←-←-←-←-→--←--←-→--←-←-←-→一-+-←-斗--咛-←-+--→--→--斗-←-咛--←-←-←-←-斗--→--→--←-←-+--←-←-咛_.{上接第213页}个方案中，仅仅需要2个比特来对1比特信息进行编码，就可以克服量子位的独立消相干，也可以克服一般的空间关联消相干。而量子避错码本质性地利用了消相干过程中的集体效应。对于集体消相干，存在一类特殊的能在噪声环境中保持稳定的态一→相干保持态。这个方案利用2个比特编码1个比特的量子信息，通过将任意的输入态编码为一个较高维空间的相干保持态，可以用来克服物理上很重要的一类消相干。4结语尽管量子纠错存在着许多困难，但是量子纠错码、量子避错和防错码的开发证明了执行可靠的量子计算并不是可望而不可及。最新的结果表明，在量子计算机中，只要门操作和线路传输中的错误率低于一定的阔值，就可以进行任意精度的量子计算。相信在众多物理学家、信息学家的共同努力下，实现可靠量子计算不再是个梦想。参考文献:[lJ B1RNBAUM J. W1LLIAMS R S. Physics and the information revolution[JJ. Phys Today. 2000. 53: 38-42. [2J FEYNMAN R P. Simulating physics with computer[JJ. 1nt J Theor Phys. 1982. 21: 467-487. [3J DEUTSCH D. Quantum theory: The church-turing principle and universal quantum computer[J]. Proc R Soc A. : 97-117. [4J WOOTTERS W W H. A single quantum cannot be cloned[J]. Nature. 1982. 299: 802. [5J SHOR P W. Scheme for reducing decoherence in quantum memory[JJ. Phys Rev A. :2493-2496. [6J STEANE A M. Multiple particles interference and quantum error correction[JJ. Proc R Soc(London) A. 1996. 452: 2 551币2557.[7J LAFLAMME J al. Perfect quantum error correcting code[JJ. Phys Rev Lett. 1996. 77: 198-201. [8J BENNETT C D J al.. Mixed-state entanglement and quantum error correction[JJ. Phys Rev A. 1996. 54: 3 824-3 851. [9J GOTTESMAN D. An introduction to quantum error correction[J]. Proceedings of Symposia in Applied :221-224. [10J CALDERBANK A R. SHOR P W. Good quantum error-correcting codes exist[JJ. Phy Rev A. 1996. 54: 1 098-1 105. 一←+叫---1…+叶--+--+-叶→-+--+-叶-一←→…+→…+叶…+一←一←一←一←一←→-一←一←一←·→--←-+-叫一-+--+-一←-←-+-叶户-+-叫自-←一←·→-一←科栽到极稳手创新共建和传
