典型文献
融合多维特征的医学知识图谱分步实体对齐方法
文献摘要：
目的:提出一种融合多维特征的医学知识图谱分步实体对齐方法,从电子病历和网络资源中抽取垂体瘤相关疾病、症状数据,进行实证研究.方法:首先进行尾实体对齐,通过训练Word2Vec和BERT模型获得实体的语义特征,使用三元组训练翻译模型得到实体结构特征,利用Jaccard相似度计算字符特征,利用分类模型进行特征学习和预测;然后进行头实体对齐,利用实体的属性相似性和结构相似性构建头实体对齐模型.结果:尾实体对齐模型的F1值为99.58％,头实体对齐模型的F1值为97.32％,说明所选择的特征可以很好地表示实体,模型具有良好的对齐效果.结论:目前关于医学知识图谱的实体对齐模型研究仍处于起步阶段,融合多维特征的医学知识图谱分步实体对齐方法是对现有医学知识图谱构建方法的重要补充.
文献关键词：
知识图谱;实体对齐;相似度计算;表示学习;词嵌入
中图分类号：
作者姓名：
娄培;胡佳慧;赵琬清;陈凌云;方安
作者机构：
中国医学科学院医学信息研究所,北京 100020
文献出处：
引用格式：
[1]娄培;胡佳慧;赵琬清;陈凌云;方安-.融合多维特征的医学知识图谱分步实体对齐方法)[J].中华医学图书情报杂志,2022(03):40-47
A类：
B类：
多维特征,医学知识图谱,分步,实体对齐,对齐方法,电子病历,网络资源,垂体瘤,相关疾病,症状数据,行尾,Word2Vec,BERT,语义特征,三元组,组训,翻译模型,实体结构,Jaccard,相似度计算,字符,分类模型,特征学习,行头,属性相似性,结构相似性,知识图谱构建,构建方法,表示学习,词嵌入
AB值：
0.298243
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
