Papers/On building a diabetes centric knowledge base via mining the web のバックアップソース(No.2)

• バックアップ一覧
• 差分 を表示
• 現在との差分 を表示
• 現在との差分 - Visual を表示
• バックアップ を表示
• Papers/On building a diabetes centric knowledge base via mining the web へ行く。
  • 1 (2021-05-13 (木) 14:28:07)
  • 2 (2021-05-13 (木) 15:28:17)
  • 3 (2021-05-13 (木) 17:23:24)
  • 4 (2021-05-13 (木) 18:46:53)
  • 5 (2021-05-15 (土) 20:28:22)
  • 6 (2021-05-17 (月) 02:24:42)
  • 7 (2021-05-17 (月) 05:19:40)
  • 8 (2021-05-17 (月) 08:48:00)
  • 9 (2021-05-17 (月) 11:18:28)

**目的 [#zc725443]
糖尿病に関する知識ベース (DKB) の作成

**手法 [#r42868d6]
-収集：医療に関する vertical portals から抽出
--半構造化データ部分を構造化（ナビゲーションページ、インフォボックス、テーブル、リスト）
-クラス定義：手動（vertical portals から重要なものを採用）
-トリプルを垂直分割しいくつかの2カラムテーブルに
--&size(12){'''Scalable Semantic Web Data Management Using Vertical Partitioning'''};
--トリプルSVOの集合に対し、VごとにSOのテーブルを作成
--テーブルを『クラス―インスタンス関係』と『インスタンス―インスタンス関係』の2つにグループ分け
-D2R (Database to RDF) でKB中のデータグラフ&mathjax{G_d};に変換
--portalごとに独立したKBが得られる
-instance matching を利用してKBを統合
--インスタンスにクラス『病気』やクラス『症状』を付与する際に不一致が出る
---インスタンスに付与すべきクラスを確率スコアで処理
---ICD10をゴールドスタンダードとして利用
---同じラベルを持つインスタンスで多数決をとる
--インスタンス同士の結合は標準最新を利用
+++engineering of similarity features
+++候補選択
+++類似度計算
+++類似度集約
+++類似度から対応を導出
-EM（Expectation-Maximization）アルゴリズムを用いて糖尿病に関するグラフを抽出
**リンク [#ExternalLink]

-[[On building a diabetes centric knowledge base via mining the web&BR;BMC Medical Informatics and Decision Making&BR;Proceedings from the 4th China Health Information Processing Conference (CHIP 2018)&BR;Published: 09 April 2019:https://bmcmedinformdecismak.biomedcentral.com/articles/10.1186/s12911-019-0771-6]]