生物信息学中的文本挖掘

周玉新

摘 要：随着生物信息学领域的发展，信息抽取和信息检索广泛应用于生物信息学领域。文章总结了近几年来生物信息学中信息抽取和信息检索方法的应用，作为生物信息学中文本挖掘的重要工具，其研究价值正得到越来越多的认可和重视。

关键词：生物信息学；信息抽取；信息检索；文本挖掘

在过去的十几年中，随着生物医学文献的飞速增长，基因组学和蛋白质组学领域的生物医学数据出现了巨量增长。人类基因组序列排序标志着大规模基因组学和蛋白质组学时代的开始。虽然可以进行涉及基因和蛋白质的大規模实验，但对它们的解释仍然是一个关键问题。例如，到目前为止，许多基因组数据的大规模分析都侧重于基因表达模式，并且在基因表达基础上建立基因聚类，而解释形成的基因聚类需要进行更进一步的分析。

当前，最常使用的生物医学摘要源是由美国国家生物医学技术信息中心（NCBI）维护的PubMed，它包含超过12，000，000篇生物医学科技文献摘要，每天被遍及世界的数百万用户访问。

PubMed中的典型相关文献搜索是一个布尔查询，需要用户提供相应的搜索项或搜索项组合，然后返回所有满足查询的摘要集合。但是，PubMed并不提供基于相似度的工具以帮助用户访问这些返回的摘要集中与相关文档相似的文档。

为了提高文献搜索的效率和精度，一些研究人员提出了一些自动文献搜索方法，主要分为两种方法：一种是建立在信息抽取和自然语言处理基础上的生物信息学信息抽取；……