[发明专利]基于MeSH的医学文献集相似性度量方法

摘要

本发明公开了一种基于MeSH的医学文献集相似性度量方法，其包括获取与疾病或基因相关的搜索主题词；检索与所述搜索主题词相关的文献，并采用同一搜索主题词检索得到的所有文献形成主题词文献集；采用主题词文献集中每篇文献在其内包含的医学主题词的权重值，将文献映射到向量空间构建成MeSH空间矩阵；计算主题词文献集A在MeSH空间矩阵中医学主题词g的权重值；根据主题词文献集在所有医学主题词的权重值，构建主题词文献集A的矢量式；计算MeSH空间矩阵中文献集A与文献集B的余弦相似度。

主权项

1.基于MeSH的医学文献集相似性度量方法，其特征在于，包括：获取与疾病或基因相关的搜索主题词；检索与所述搜索主题词相关的文献，并采用同一搜索主题词检索得到的所有文献形成主题词文献集；采用主题词文献集中每篇文献在其内包含的医学主题词的权重值，将文献映射到向量空间构建成MeSH空间矩阵；计算主题词文献集A在MeSH空间矩阵中医学主题词g的权重值WAm：其中，f是指含搜索主题词A的文献总数；nAj为与搜索主题词A相关的文章中，第j篇文章对应的MeSH主题词的个数；ej为第j篇文献被引用的次数；k为f篇文献中包含医学主题词g的篇数，1≤g≤m，m为医学主题的总个数；ei为第i篇文献被引用的次数；f’为搜索主题词B对应的文献集与搜索主题词A的文献集交集的数量；qg为包含医学主题词g的文章数量；根据主题词文献集A在所有医学主题词的权重值，构建主题词文献集A的矢量式：WA＝(wA1,wA2,…,wAm)；计算MeSH空间矩阵中主题词文献集A与主题词文献集B的余弦相似度：其中，WBg为主题词文献集B在MeSH空间矩阵中医学主题词g的权重值。