机构知识库建设实践研究

对中国医学科学院/北京协和医学院机构知识库建设理念及阶段性成果进行介绍,通过开展机构知识库建设实践,完成具有医学领域特色的机构成果库以及满足基本功能需求的机构知识门户搭建,就相关支撑机制及未来工作进行讨论。

基于BiLSTM-CRF的中文生物医学开放式概念关系抽取

目的:利用深度学习方法自动抽取中文生物医学文本中的开放式概念关系,以增强生物医学文本理解及医学知识网络构建。方法:使用BiLSTM-CRF模型从中文生物医学文献数据中抽取以句子上下文短语描述的开放式概念关系,并与基于条件随机场(Conditional Random Fields,CRF)和基于长短时记忆网络(Long Short-Term Memory,LSTM)的方法进行对比分析。结果:基于BiLSTM-CRF的中文生物医学开放式概念关系抽取方法取得F1值为0.5221,显著高于基于CRF模型的方法(F1值为0.2353)和基于LSTM模型的方法(F1值为0.3355)。结论:与单独使用CRF模型或LSTM模型的方法相比,基于BiLSTM-CRF的开放式概念关系抽取方法具有更好的鲁棒性和泛化性,对于生物医学文本理解、医学知识网络构建等研究具有借鉴意义。

医学图像语义概念识别方法研究

医学图像语义概念识别是医学图像知识表示的重要技术环节。研究医学图像语义概念识别方法,有助于机器理解和学习医学图像中的潜在医学知识,在影像辅助诊断和智能读片等应用中发挥重要作用。将医学图像的高频概念识别问题转化为多标签分类任务,利用基于卷积神经网络的深度迁移学习方法,识别有限数量的高频医学概念;同时利用基于图像检索的主题建模方法,从给定医学图像的相似图像中提取语义相关概念。国际跨语言图像检索论坛ImageCLEF于2018年5月组织ImageCLEFcaption 2018评测,其子任务'概念检测'的目标是给定222 314张训练图片和9 938张测试图片,识别111 156个语义概念。上述两种方法的实验结果已被提交。实验结果表明,利用基于卷积神经网络的深度迁移学习方法识别医学图像高频概念,F1值为0.092 8,在提交团队中排名第二;基于图像检索的主题模型可召回部分低频相关概念,F1值为0.090 7,然而其性能依赖于图像检索结果的质量。基于卷积神经网络的深度迁移学习方法识别医学图像高频概念的鲁棒性优于基于图像检索方法的鲁棒性,但在大规模开放语义概念的识别技术研究上仍需进一步完善。

面向文献主题自动标引的通用概念表建设

[目的/意义]针对英文文献主题自动标引任务中通用概念过度标引的问题,拟基于STKOS超级科技词表构建适用于理、工、农、医多个领域的英文通用概念表,用于有效过滤通用概念,降低标引噪音,提高文献主题自动标引的质量。[方法/过程]设计多维特征概念通用度计算算法,通过计算概念通用度自动遴选STKOS超级科技词表中的候选通用概念,结合专家审核,构建具有较好适用性的英文通用概念表。[结果/结论]初步建成的通用概念表概念总量2782个(含某一领域通用与多领域通用),其中典型通用概念366个,能较好体现概念通用性的强弱程度及领域差异。经应用测试,可有效降低通用概念对文献主题自动标引的噪音影响。

基于英文超级科技词表的文献主题标引系统设计与实现

针对海量英文文献信息自动化处理问题，构建了一个基于英文超级科技词表的文献主题概念自动标引系统，采用词典与规则方法相结合的术语提取机制，实现了英文文献术语提取、规范概念映射以及优选概念标引等功能，取得了较好的标引效果。

基于OPTICS的变电设备状态监测异常数据过滤算法

针对变电一次设备状态监测中普遍存在的异常数据问题,提出了一种基于点排序识别聚类结构(Ordering Points to Identify the Clustering Structure,OPTICS)的状态监测异常数据过滤算法。通过对一次设备状态监测的历史数据进行异常数据特征分析,建立了基于密度聚类的异常数据过滤机制。并以某110 k V变电站一次设备变压器油色谱以及GIS SF6密度微水实验为例,对该算法的异常数据检测效果进行了验证。该算法与传统异常数据过滤算法的对比试验结果表明,该算法能够准确地识别异常数据的特征,有效过滤状态监测中的异常数据,显著降低噪声干扰,从而提高数据的可靠性。

医学数据挖掘在线教学平台的设计与实现

为了培养医学生掌握医学数据挖掘方法并应用于临床科研工作,提高医学生的信息素养,该研究设计实现了医学数据挖掘在线教学平台,并于2020年春季学期面向协和研究生的“医学数据挖掘实用技术”教学实践中投入使用,该平台有效弥补实践类课程短板,能够满足不同学科背景的学生需求。学生课后反馈结果表明,该平台的应用降低了技术类课程的学习门槛,激发了医学生对于数据挖掘类课程的学习积极性,有助于其实践能力的提升。

基于BERT-TextCNN模型的临床试验筛选短文本分类方法

目的:设计一种基于深度学习的BERT-TextCNN模型,用于临床试验筛选短文本的自动化识别与分类。方法:调研文本分类的常见算法,从中国健康信息处理会议开发的临床试验中筛选短文本分类数据集,比较分析BERT-TextCNN模型、BERT模型和TextCNN模型的性能差异。结果:BERT-TextCNN模型的文本分类平均F1值为82.39%,相较于单纯使用BERT模型和TextCNN模型进行文本分类的性能分别提升了1.81%和9.02%。结论:基于BERT-TextCNN模型的临床试验筛选短文本分类方法有效,为今后相关医学领域的研究和临床试验筛选短文文本自动化系统开发提供了一定的参考。

医学知识标注体系设计与系统构建

目前,海量医学数据,尤其是电子健康病历等有价值的数据仍亟待挖掘。然而以深度学习为代表的最新的模型更适用于结构化数据。因此需要标注实现非结构化数据到结构化数据的转换。医学知识标注则需要以标准的标注体系及标注系统为基础。针对医学知识标注体系缺乏、标注系统功能缺失、知识标注方式单一的问题,提出医学知识标注体系设计以及医学知识标注系统构建范式,从标注体系设计、系统业务需求、用户分析、功能设计等方面,分析了医学知识标注体系的实现方法,并综合系统流程化标准需求、语义映射需求、标注可视化综合需求、人员管理需求等方面进行了详细描述,为医学知识标注的推广作为参考,并提供交互友好的医学知识标注平台。

双语癌症平行语料库构建

介绍美国国家癌症研究所提供的英文版癌症综合信息库以及国内外有关平行语料库构建相关研究、技术、流程等。通过研究源数据结构,进行数据分析与处理,设计双语语料对齐策略,完成癌症领域中英双语平行语料库构建并就相关设计机制及语料质量进行讨论。

变频器在火力发电厂中的应用

随着现代科技的不断进步和发展,变频器运行的可靠性和实用性被业界广泛关注,实践证明,变频器在火力发电厂中具有重要的地位和广阔的前景。现详细介绍了变频器的原理及其在火力发电厂中的应用目的和生产效益,并期望变频器火力发电能有更进一步的发展。

PLC在自动磨口机上的应用

介绍韩国金星MASTER－K系列可编程控制器在自动磨口机上的应用及其系统组成与程序设计。该机稳定可靠，功能强，实现了化纤高速纺筒管端面磨口的自动加工。

对完善热电联产机组指标规定的建议

对国家环保总局1268号文件《关于发展热电联产的规定》对总热效率、热电比的规定进行了技术经济分析,指出该规定阻碍了一次能源向高品质电能的转化,限制了热电联产机组的规模,与国家降低单位GDP能耗的目标不一致。采用兼顾总热率和热电比的热电联产机组效率计算式,提出完善该规定的建议。

双语主题跨语言伪相关反馈

面向跨语言信息检索任务提出了一个引入双语主题的跨语言伪相关反馈模型.将潜在狄利克雷分配模型扩展为能同时对双语文档建模的主题模型,其中每个主题既可以生成源语言词项,也可以生成目标语言词项;为查询式选择相关的双语主题,并利用其中的相关词项对查询翻译进行优化扩展,获得用于二次检索的新查询.实验结果表明,基于该反馈模型的跨语言检索效果优于其他基于单语主题模型和向量空间模型等反馈策略.