Empirical distributional semantics: methods and biomedical applications.
Empirical distributional semantics: methods and biomedical applications.
复制标题
DOI：
10.1016/j.jbi.2009.02.002
复制
发表时间：
2009-04
影响因子：
4.5
通讯作者：
Widdows D
中科院分区：
文献类型：
--
作者：
Cohen T;Widdows D
在过去的15年中，已经开发了一系列方法，能够从这些术语在未注释的自然语言文本语料库中的分布方式中学习对术语之间语义相关性的类似人类的估计。这些方法在认知科学、计算语言学和信息检索文献中的应用也得到了评价。在本文中，我们回顾了从自由文本中提取语义相关性的现有方法，以及它们在各种生物医学和其他应用中的评估。本文还讨论了方法的最新发展及其对几种现有应用的适用性。
Over the past fifteen years, a range of methods have been developed that are able to learn human-like estimates of the semantic relatedness between terms from the way in which these terms are distributed in a corpus of unannotated natural language text. These methods have also been evaluated in a number of applications in the cognitive science, computational linguistics and the information retrieval literatures. In this paper, we review the available methodologies for derivation of semantic relatedness from free text, as well as their evaluation in a variety of biomedical and other applications. Recent methodological developments, and their applicability to several existing applications are also discussed.
登录
查看更多内容
影响因子：
4.9
作者：
Birkhoff, G;von Neumann, J
通讯作者：
von Neumann, J
影响因子：
4.5
作者：
Cohen, Trevor;Blatter, Brett;Patel, Vimla
通讯作者：
Patel, Vimla
影响因子：
3
作者：
Cohen AM;Hersh WR;Dubay C;Spackman K
通讯作者：
Spackman K
影响因子：
6
作者：
Blei, DM;Ng, AY;Jordan, MI
通讯作者：
Jordan, MI
DOI：
10.1016/s0169-7552(98)00110-x
发表时间：
1998-04-01
期刊：
COMPUTER NETWORKS AND ISDN SYSTEMS
影响因子：
--
作者：
Brin, S;Page, L
通讯作者：
Page, L