面向PICO模型的医学实体链接方法的设计与实现文献综述

1. 文献综述（或调研报告）：

1、MetaMap介绍

MetaMap是一个把生物医学文本与UMLS超级词表中的概念匹配起来的程序，该程序可以设置很多参数，这些参数用于控制MetaMap的输出以及内部运行（如单词变形的程度、是否忽略超级词表中含有常见词的字串，是否考虑字母的顺序等等）。

（1）切分

任一文本都被切分成简单的名词短语，这样就限定了下一步处理的范围，匹配的工作也更加易于管理。使用“专家”系统中的最小承诺切分器对文本进行浅显句法分析[这一句翻译专业术语不够专业，请专家指正]，对于在“专家”词典中没有唯一标签的单词，该切分器使用Xerox句子成分标签器标出句子结构（如名词、动词）。例如，对于“ocular complication of myasthenia gravis”（重症肌无力的眼部并发症），切分器发现两个名词短语：“ocular complication”和“of myasthenia gravis”经过简单的句法分析，将“ocular complication”分为“[mod（ocular），head（complication）]，指明了complication是短语的中心部分（head），对于标为介词、连词、限定词的单词，以后的处理将忽略之。

（2）产生变形体

对于每一个短语，利用“专家”词典以及同义词补充数据库中的知识，产生这些短语的变形体。所谓变形体包括这个短语本身（称之为发源词）以及首字母缩写词、缩写词、同义词和词源变异词，这些词的组合，最后是词形和拼写变形体。其基本过程如下图所示（不包括词形变异计算和拼写变异计算，为了提高效率，这些计算最后进行）。对于ocular这个发源词的变形体产生如下图：

Ocular{[adj]，0=””}

Eye{[noun],2=”s”}