• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Journal of biomedical informatics. >Biomedical knowledge navigation by literature clustering.
【24h】

Biomedical knowledge navigation by literature clustering.

机译：通过文献聚类进行生物医学知识导航。

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

There is an urgent need for a system that facilitates surveys by biomedical researchers and the subsequent formulation of hypotheses based on the knowledge stored in literature. One approach is to cluster papers discussing a topic of interest and reveal its sub-topics that allow researchers to acquire an overview of the topic. We developed such a system called McSyBi. It accepts a set of citation data retrieved with PubMed and hierarchically and non-hierarchically clusters them based on the titles and the abstracts using statistical and natural language processing methods. A novel point is that McSyBi allows its users to change the clustering by entering a MeSH term or UMLS Semantic Type, and therefore they can see a set of citation data from multiple aspects. We evaluated McSyBi quantitatively and qualitatively: clustering of 27 sets of citation data (40643 different papers) and scrutiny of several resultant clusters. While non-hierarchical clustering provides us with an overview of the target topic, hierarchical clustering allows us to see more details and relationships among citation data. McSyBi is freely available at http://textlens.hgc.jp/McSyBi/.
机译：迫切需要一种系统，该系统可促进生物医学研究人员的调查以及随后基于文献中存储的知识进行假设的提出。一种方法是将讨论感兴趣的主题的论文聚类，并揭示其子主题，以使研究人员可以获得该主题的概述。我们开发了一个名为McSyBi的系统。它接受使用PubMed检索的一组引文数据，并使用统计和自然语言处理方法根据标题和摘要对它们进行分层和非分层聚类。一个新颖的观点是，McSyBi允许其用户通过输入MeSH术语或UMLS语义类型来更改聚类，因此他们可以从多个方面查看一组引文数据。我们定量和定性地评估了McSyBi：对27套引文数据进行聚类（40643篇不同论文），并对几个所得聚类进行审查。虽然非分层聚类为我们提供了目标主题的概述，但是分层聚类使我们可以查看更多详细信息和引文数据之间的关系。可在http://textlens.hgc.jp/McSyBi/免费获得McSyBi。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号