户来判定是否符合中医药基本理论或者通过临床科研实践来进行验证。

　　3  非相关文献知识发现法及其在中医医案研究中的应用

　　3.1  非相关文献知识发现法概述  随着科学技术的高度发展，学科的分化越来越细，学科间交流越来越困难，知识总量与人类吸收能力之间的矛盾日益突出。一个专业领域的信息可能对另一个专业领域是有价值的，跨学科间一定存在着潜在的未被发现的关联。这就是所谓“知识分裂理论”［14］。在大量分裂的知识或科学文献之间存在着千丝万缕的联系，这些联系既包括我们通过常规组配检索可得到的显性的联系（或知识），也包括那些常规检索得不到的隐性的联系（或知识）。1985年Swanson偶然发现，两篇医学文献放在一起会揭示出某一个问题的答案，而这个答案是从单独一篇文献得不到的。这预示着在医学文献中存在着大量的未被发现的隐含的关联。Swanson认为，将两类非直接相关的文献结合在一起分析，会形成一种新的知识，而这种新的知识是通过单独分析两类文献中的任何一类而得不到的。这就是他的非相关文献的知识发现思想［15, 16］。在大量的文献中，一些文献可能相互引用，文献间存在着人们可利用数据库检索到的显性联系；有些文献互不引用或很少被共同引用，则称这两类文献是相互独立的，也就是非相关的。一些非相关文献通过各自提出的观点联系在一起，形成逻辑关联。这种联系通过常规的数据库检索是检不到的，是未被发现的隐密的联系，是新知识的源泉，可能对科研的发展具有重大意义［17］。常规的联机医学文献分析检索系统（MEDLINE）检索方式是通过给定的题目检索已发表的文献。为了扩展MEDLINE检索功能，克服其局限性，Swanson设计了一个人机交互的软件系统，并制定了相应的数据库检索策略，称为Arrowsmith，用于分析研究非相关的互补文献，更加易于在两组生物医学文献间发现互补性结构［18］。在Swanson的研究方法的基础上，很多研究人员对基于非相关文献的知识发现方法进行了改进。Gordon和Lindsay改进了Swanson的基于单词的词频统计方法，利用基于短语的词频统计方法，引入了四个参数来获得短语的最终词频，验证了雷诺病（Raynaud），鱼油（fish oil）之间的关联［19, 20］。Weeber等［21］利用一体化医学语言系统（Unified Medical Language System, UMLS）的语义类型实现了自然语言与UMLS概念的映射。这种语义筛选的机制能够产生概念的聚类，尤其是中间集合的概念的聚类。Srinivasan［22］将Weeber的语义分析方法和Gordon的词频统计方法结合起来提出基于概念的词频统计方法，将自然语言通过医学主题词表（medical subject headings, MeSH）与UMLS的语义类型联系起来，并利用Gordon的统计参数，计算概念之间的相关性。

  

上一页  [1] [2] [3] 

《中药的使用会威胁生物多样性吗？》这篇优秀的“药学”由知识宝库收集，来源于互联网和会员投稿，仅供参考和学习，文章版权归原作者所有，请在确认获得著作人合法授权后使用。