[发明专利]一种癌症相关信息自动收集方法及系统

摘要

本发明公开了一种癌症相关信息自动收集系统及方法。所述系统，包括文献存储模块、已知因素识别存储模块、未知因素存储模块、统计分析模块和癌症相关因素存储模块。所述方法包括以下步骤：(1)获取与特定癌症相关的文献数据；(2)内容分解成词汇，保留名词性词汇；(3)识别为已知因素和未知因素；(4)判断所述已知因素与癌症关联的显著程度；(5)指定显著关联的未知因素的为已知因素的某一类别或新增的类别。本发明提供的系统及方法，用于收集癌症相关信息，综合性强，同时具备可扩展性。

主权项

一种癌症相关信息自动收集系统，其特征在于，包括文献存储模块、已知因素识别存储模块、未知因素存储模块、统计分析模块和癌症相关因素存储模块；所述文献存储模块，用于获取与特定癌症相关文献数据，按照癌症种类将获取的文献数据进行分类存储，并将文献数据按照分解为单词，根据自然语言分类保留名词性词汇，将所有名词性词汇输出给已知因素识别存储模块；所述已知因素识别存储模块，用于按照当前已知因素类别，存储已知因素类别识别器，获取所有名词性词汇，利用已知因素类别识别器，对所有名词性词汇进行识别并按照已知因素类别进行存储；无法识别为当前存储的已知因素类别时，将无法识别的名词输出给未知因素模块；所述未知因素模块，用于接收所述已知因素识别存储模块无法识别的名词，并存储为未知因素，当出现统计分析模块判断为显著的未知因素时，将所述未知因素提交用户指定为当前存储的已知因素类别或新创件的已知因素类别，并将新创建的已知因素类别及其识别器提交给所述已知因素识别存储模块，并更新当前已知因素类别及其识别器；所述统计分析模块，用于根据所述文献存储模块，癌症相关文献量及名词性词汇出现频率信息，采用共出现原理，评价癌症和名词性词汇的相关性，并根据预先设定的阈值，判断所述名词性词汇是否为显著的已知因素或显著的未知因素；癌症相关因素存储模块，用于存储所有与癌症相关性名词性词汇、所述名词性词汇的已知因素类别或未知因素、以及其与癌症相关性，并以表的形式进行展示及查询。