MTI自動文獻(xiàn)標(biāo)引系統(tǒng)研究*

李曉瑛 夏光輝 孫海霞

(中國醫(yī)學(xué)科學(xué)院醫(yī)學(xué)信息研究所 北京 100020)

?

MTI自動文獻(xiàn)標(biāo)引系統(tǒng)研究*

李曉瑛 夏光輝 孫海霞

(中國醫(yī)學(xué)科學(xué)院醫(yī)學(xué)信息研究所 北京 100020)

MTI是一個知名的生物醫(yī)學(xué)文獻(xiàn)自動標(biāo)引系統(tǒng)，其基于醫(yī)學(xué)主題詞表MeSH推薦文獻(xiàn)標(biāo)引結(jié)果。從處理過程、基本原理、應(yīng)用效果等方面對MTI進(jìn)行全面研究，試圖為開發(fā)高質(zhì)量的中文生物醫(yī)學(xué)文獻(xiàn)自動標(biāo)引系統(tǒng)提供一些有價值的借鑒與參考。

MTI；自動標(biāo)引；MeSH；UMLS； MetaMap

1 引言

文獻(xiàn)標(biāo)引簡稱標(biāo)引，是指根據(jù)文獻(xiàn)內(nèi)容特征賦于文獻(xiàn)檢索標(biāo)識的過程。對檢索系統(tǒng)而言，標(biāo)引是從檢索系統(tǒng)中查出文獻(xiàn)的關(guān)鍵詞和依據(jù)，其質(zhì)量和效率直接決定了整個文獻(xiàn)系統(tǒng)的質(zhì)量和速度以及標(biāo)引結(jié)果的標(biāo)全率和標(biāo)準(zhǔn)率[1]。傳統(tǒng)網(wǎng)絡(luò)環(huán)境下，標(biāo)引工作大都依靠受過良好培訓(xùn)的標(biāo)引員來完成。隨著大數(shù)據(jù)時代的到來，研究者更多地探討自動標(biāo)引算法，以期逐漸替代繁重的人工標(biāo)引工作，如基于人工智能的自動標(biāo)引、基于反饋規(guī)則學(xué)習(xí)的自動標(biāo)引等[2]。MTI(Medical Text Indexer)是由美國國立醫(yī)學(xué)圖書館(National Library of Medicine, NLM)研發(fā)的生物醫(yī)學(xué)文獻(xiàn)自動標(biāo)引系統(tǒng)[3]，于2002年在PubMed數(shù)據(jù)庫中正式投入使用，極大地提升了生物醫(yī)學(xué)文獻(xiàn)自動標(biāo)引效果。本文擬從處理過程、基本原理、應(yīng)用效果等方面對MTI進(jìn)行全面研究，試圖為開發(fā)高質(zhì)量的中文生物醫(yī)學(xué)文獻(xiàn)自動標(biāo)引系統(tǒng)提供一些有價值的借鑒與參考。

2 基本原理

2.1 概述

MTI通過從文獻(xiàn)的標(biāo)題及摘要中發(fā)現(xiàn)MeSH主題詞，最終按照權(quán)重生成有序的標(biāo)引術(shù)語列表。圖1展示了MTI自動文獻(xiàn)標(biāo)引處理流程[4]，主要包括PhraseX分詞、MetaMap映射、MeSH主題詞限制法、PubMed相關(guān)文獻(xiàn)查找法、提取MeSH主題詞法、聚類共6個模塊。在最后的聚類模塊處理之前，MTI分別從UMLS概念及PubMed相關(guān)文獻(xiàn)兩條不同路徑推薦MeSH主題詞。本文將從這兩條路徑所涉及的處理模塊著手，研究MTI實(shí)現(xiàn)文獻(xiàn)自動標(biāo)引的基本思路。

圖1 MTI自動文獻(xiàn)標(biāo)引處理流程

2.2 路徑1：從UMLS概念推薦MeSH主題詞

如圖1左上部分所示，從UMLS概念推薦MeSH主題詞這一路徑涉及PhraseX分詞、MetaMap映射及MeSH主題詞限制法3個處理模塊。

2.2.1 PhraseX分詞 PhraseX是一種分詞工具，用于將文本切分成若干個名詞短語，結(jié)果包括簡單名詞短語和復(fù)合名詞短語兩種。對于簡單名詞短語而言，PhraseX將連詞、情態(tài)動詞、介詞、動詞、逗號、句號等作為分隔符，兩個分隔符之間的部分認(rèn)為是名詞短語；短語中的名詞為核心(Head)，多個名詞接連時，最右端的名詞將作為核心；在含有from、of等介詞的短語中，介詞之后的部分認(rèn)為是后置修飾詞，介詞之前的部分為核心。而對于復(fù)合名詞短語而言，PhraseX單純將動詞作為分隔符，動詞兩端的部分各認(rèn)為是一個復(fù)合名詞短語。例如，輸入“Kupffer cells from halothane-exposed guinea pigs carry rifluoroacetylated protein adducts.”后，PhraseX將輸出簡單名詞短語“kupffer cells”、“halothane exposed guinea pigs”，“trifluoroacetylated protein adducts”以及復(fù)合名詞短語“kupffer cells from halothane exposed guinea pigs”，“trifluoroacetylated protein adducts”，其中，帶下劃線的單詞為各短語的核心。

2.2.2 MetaMap映射 MetaMap是一種將生物醫(yī)學(xué)文本映射到UMLS超級敘詞表，亦或從文本中發(fā)掘超級敘詞表中概念的程序。目前，MetaMap已被廣泛應(yīng)用于信息抽取、分類、文本自動摘要生成、提問自動應(yīng)答、數(shù)據(jù)挖掘、文獻(xiàn)發(fā)現(xiàn)、文本理解、UMLS概念索引與檢索、生物醫(yī)學(xué)文獻(xiàn)與臨床醫(yī)學(xué)文本的自然語言分析等領(lǐng)域。在MTI中，MetaMap首先利用以下3個匹配規(guī)則將各個名詞短語映射到UMLS超級敘詞表中的概念中：

(1)簡單匹配：將名詞短語精確匹配到超級敘詞表中，例如將“intensive care unit”映射到“Intensive Care Units”。

(2)復(fù)合匹配：將名詞短語中的部分單詞或詞組精確匹配到超級敘詞表中，例如將“intensive care medicine”映射到超級敘詞表中的兩個術(shù)語“Intensive Care”，“Medicine”。

(3)部分匹配：將名詞短語中的部分片段映射到超級敘詞表中術(shù)語的部分片段，分為以下3種形式：第一，一般部分匹配，如將“l(fā)iquid crystal thermography”映射到“Thermography”；第二，間隔部分匹配，如將“ambulatory monitoring”映射到“AMBULATORY CARDIACMONITORING”、“obstructive sleep apnea”映射到“Obstructive Apnea”；第三，過度匹配，如將“ocular complications”映射到“Postoperative Complications”。

上述各步操作匹配到的UMLS超級敘詞表術(shù)語，稱為候選集；接著，MetaMap將利用向心度(Centrality)、變異度(Variation)、覆蓋度(Coverage)和內(nèi)聚度(Cohesiveness)4個參數(shù)，從這些候選集中推薦出最優(yōu)的UMLS超級敘詞表術(shù)語。每個參數(shù)的取值在0(最弱匹配)和1(最強(qiáng)匹配)之間。覆蓋度和內(nèi)聚度可獲得兩倍于向心度和變異度的權(quán)重。最終，各個候選術(shù)語的上述4個參數(shù)評估結(jié)果的加權(quán)平均值將被規(guī)一化到0～1 000之內(nèi)，0表示根本沒有匹配，1 000表示忽略大小寫的一致匹配。這4個參數(shù)的計算依據(jù)為：

(1)向心度：檢查候選術(shù)語是否包含原名詞短語的核心；例如，對于名詞短語“ocular complications”來說，候選術(shù)語“Complications”的向心度參數(shù)值為1，而“Eye”的向心度參數(shù)值為0。

(2)變異度：指候選術(shù)語與原名詞短語變異程度。計算這個參數(shù)，首先需要確定變異距離D。變異距離是在產(chǎn)生候選術(shù)語過程中，每一步產(chǎn)生的距離值的總和，見表1；變異距離決定了候選術(shù)語的變異度，其計算公式為：V=4/(D+4)。例如對名詞短語“ocular complications”來說，候選術(shù)語“Eye”的變異距離D是2，則V=2/3；“Complications”的變異距離是0，則V=1。

表1 變異距離

(3)覆蓋度：評估原名詞短語中的單詞在候選術(shù)語的包含程度。具體計算時，首先計算出候選術(shù)語和原名詞短語中相同單詞的個數(shù)，稱為跨度。而覆蓋度是跨度分別與候選術(shù)語長度、原名詞短語長度的比值的加權(quán)平均值，但這兩個比值的權(quán)重不同，前者是后者的2倍。例如，對于“ocular complications”與候選術(shù)語“Eye”或“Complications”而言，跨度都是1，覆蓋度值均為[2/3/×(1/1)+ 1/3×(1/2)]，即5/6。

(4)內(nèi)聚度：評估原名詞短語中相鄰單詞組成的片段在候選術(shù)語的包含程度。計算方法與覆蓋度類似，區(qū)別在于跨度指候選術(shù)語和原名詞短語相同相鄰單詞的個數(shù)。

2.2.3 MeSH主題詞限制法 MeSH主題詞限制法通過同義詞、概念間關(guān)系及類型3種途徑，將UMLS術(shù)語映射到MeSH主題詞。這兩種途徑可聯(lián)合使用形成一種算法，以最大化特征性(選擇的MeSH主題詞之間是相關(guān)的)及靈敏性(未映射到MeSH主題詞的UMLS術(shù)語僅為少數(shù))。處理步驟分為以下4步：

(1)MeSH術(shù)語是UMLS原概念的同義詞，它們在超級敘詞表中共享同一個概念唯一標(biāo)識符CUI；如果此步滿足，將不執(zhí)行以下步驟。

(2)相關(guān)表達(dá)式(Associated Expression, ATX)是UMLS原概念的一種表達(dá)方式，可理解為表達(dá)式樹(Expression Tree)， 樹上的葉子是概念(MeSH術(shù)語)，節(jié)點(diǎn)是邏輯算子或主題詞到副主題詞關(guān)系標(biāo)識符。如圖2所示，概念“Mumps pancreatitis”映射到以下的MeSH主題詞：“Mumps”與“Pancreatitis”(主題詞)，“complication”與“etiology”(副主題詞)；其中，主題詞(MH)受副主題詞(SH)的限定(QB)；而兩個MH/SH表達(dá)式通過邏輯算子(AND)連接起來。

圖2 表示概念“Mumps pancreatitis”的表達(dá)式樹

(3)與UMLS原概念層次/等級相關(guān)的概念，可選作MeSH主題詞，具體處理時通過一種映射算法實(shí)現(xiàn)。這種映射算法可視為構(gòu)建家族圖的過程，其中原概念是初始點(diǎn)(種子)；之后，將從圖中選擇最近的MeSH術(shù)語。而除了原概念之外的概念將作為建立分支的初始點(diǎn)。當(dāng)從原概念作為種子而構(gòu)建的圖中選不出任何MeSH術(shù)語時，子概念或下位概念可結(jié)合起來作為圖的種子；從這種方式構(gòu)建的圖中仍選不出MeSH術(shù)語時，以原概念的兄弟姐妹(同位)概念開始重新建圖。處理過程包括兩步：第1步，構(gòu)建原概念的家族圖。對于指定概念而言，其家族可看作一個有向圖。從種子開始，增加其直接上位及廣義概念；接著，新增加概念的直接上位及廣義概念將遞歸地加入到圖中，直到?jīng)]有新概念可以再增加。第2步，從家族圖中選擇MeSH術(shù)語。首先，選擇圖中的祖先作為MeSH術(shù)語；其次，為了防止MeSH術(shù)語只來自種子的一個分支，已選中的MeSH術(shù)語必須來自種子的所有祖先；最后，去除已選中的MeSH術(shù)語中互相之間有上下位關(guān)系的術(shù)語。至此，這些選中的MeSH術(shù)語與原概念之間具有最近的語義關(guān)系。圖3是“Vein of neck, NOS”的家族圖，MeSH術(shù)語用雙線框表示；選中的MeSH術(shù)語為“Neck”與“Veins”;而箭頭指向直接上位或廣義概念?！癏ead”與“Veins”到種子的距離相等，但“Head”為另一個選中術(shù)語“Neck”的祖先，所以應(yīng)去除。

圖3 “Vein of neck, NOS”家族圖

(4)最后，如果從祖先中選不出任何的MeSH術(shù)語，與原概念非等級相關(guān)(其它相關(guān)RO)的概念也可作為MeSH術(shù)語；再將前3步逐一應(yīng)用到這些相關(guān)概念中，以選出MeSH術(shù)語。

2.3 路徑2：從PubMed相關(guān)文獻(xiàn)推薦MeSH主題詞

如圖1右上部分所示，從PubMed相關(guān)文獻(xiàn)推薦MeSH主題詞這一路徑涉及PubMed相關(guān)文獻(xiàn)查找法及提取MeSH主題詞法兩個處理模塊。

2.3.1 PubMed相關(guān)文獻(xiàn)查找法 PubMed相關(guān)文獻(xiàn)查找法預(yù)期在PubMed數(shù)據(jù)庫中查找與當(dāng)前給定文獻(xiàn)相似的其他文獻(xiàn)。文獻(xiàn)的相似度一般通過文獻(xiàn)中共同出現(xiàn)的單詞及文獻(xiàn)長度來度量。本處理中，首先排除了310個常見的、毫無價值的停用詞，之后將使用詞干提取技術(shù)抽取來自文獻(xiàn)題目與摘要中的單詞并將它們都看作普通文本單詞，其出現(xiàn)頻次按實(shí)際出現(xiàn)次數(shù)計算。對于來自題目中的單詞，將其出現(xiàn)頻率增加1倍，以使它們具有較大的局部權(quán)重；對于同時為MeSH術(shù)語的單詞，如果該單詞(即術(shù)語)為MeSH副主題詞，那么將其出現(xiàn)頻次也增加1倍；對于帶星號的MeSH術(shù)語(星號表示文章的主題概念)，忽略星號。而這些單詞就組成了文獻(xiàn)的代表。具體處理步驟包括以下兩步：

(1)得到可代表文獻(xiàn)的單詞(術(shù)語)之后，為兩篇文獻(xiàn)中同時出現(xiàn)的術(shù)語分配權(quán)重，而此權(quán)重為全局權(quán)重及局部權(quán)重的乘積，其中全局權(quán)重用于權(quán)衡術(shù)語在數(shù)據(jù)庫(多篇文獻(xiàn))中的重要性，對于出現(xiàn)頻率較小的術(shù)語，全局權(quán)重較大。這種分法是合理的，因?yàn)槿绻粋€術(shù)語在很多篇文獻(xiàn)中都出現(xiàn)，則說明該術(shù)語只能反映文獻(xiàn)的很少主題信息；另一方面，如果一個術(shù)語只出現(xiàn)在多達(dá)百萬篇文獻(xiàn)中的100篇里，那么該術(shù)語對限定感興趣的文獻(xiàn)集將至關(guān)重要；而對于只在10篇文章中出現(xiàn)的術(shù)語而言，該術(shù)語在提供這10篇文章主題信息方面的作用便更大，所以為該術(shù)語分配更高的權(quán)重。局部權(quán)重用于衡量術(shù)語在某篇特定文獻(xiàn)中的重要性，計算公式為Log(n+1)，此處n為該術(shù)語在文獻(xiàn)中的出現(xiàn)頻次。

(2)兩篇文獻(xiàn)的相似度S即為它們所有共同術(shù)語的權(quán)重之和。計算公式為：

(1)

其中，LocalW(t1)、LocalW(t2)分別為兩篇文獻(xiàn)p1、p2中共同出現(xiàn)的術(shù)語t，對應(yīng)于兩篇文獻(xiàn)中的局部權(quán)重；而GlobalW(t)為術(shù)語t在PubMed數(shù)據(jù)庫中的全局權(quán)重。目前PubMed數(shù)據(jù)庫中文獻(xiàn)之間的相似度都是事先計算好的,所以在用戶選擇具體的文獻(xiàn)時，系統(tǒng)只需要調(diào)用相似度列表，以提高效率。

2.3.2 提取MeSH主題詞法 提取MeSH主題詞法的目標(biāo)是提取與當(dāng)前處理文獻(xiàn)最相似的20篇文獻(xiàn)中出現(xiàn)的MeSH主題詞，作為推薦術(shù)語。處理過程包括如下幾步：

(1)從上步處理中獲得一個HTML格式的列表，其中記錄了20篇PubMed文獻(xiàn)的相似度值(已排序)及作者、PubMed的唯一編號PUID。

(2)對每篇文獻(xiàn)，提取其相應(yīng)的相似度值與文章PUID。

(3)調(diào)用NCBI文本工具服務(wù)器，以便從PubMed數(shù)據(jù)庫中檢出每篇文獻(xiàn)。

(4)提取每篇文章中MeSH主題詞。

(5)判斷MeSH主題詞是否為主要主題詞(IM)。

(6)將每個主題詞與對應(yīng)文章的相似度值及UI(唯一標(biāo)識符)結(jié)合起來。

(7)按相似度值將所有MeSH主題詞排序，并形成且輸出最終的列表；其中，每篇文獻(xiàn)之間用“***”隔開，見圖4。

圖4 MTI所推薦的MeSH主題詞及出處列表

2.4 聚類

聚類的目標(biāo)是將上步產(chǎn)生的MeSH主題詞聚集成一個最終所推薦標(biāo)引術(shù)語的有序列表。通常，對于既有題目又有摘要的文獻(xiàn)，MTI默認(rèn)顯示25個推薦標(biāo)引術(shù)語；而對于只有題目的文獻(xiàn)，MTI默認(rèn)只顯示前10個。聚類算法通過術(shù)語權(quán)重及排列公式實(shí)現(xiàn)。

(1)權(quán)重計算公式。代表對產(chǎn)生該MeSH主題詞的整個過程的置信度，計算公式為：

(2)

此處，i代表每個被推薦的MeSH主題詞；PathWeight指對該MeSH主題詞產(chǎn)生途徑的置信度(confidence)；例如，相比MeSH主題詞限制法，提取MeSH主題詞法具有較高的置信度，因?yàn)樗扑]的術(shù)語是直接從文章中提取的。MapScore與NavScore分別代表選擇UMLS術(shù)語、從UMLS術(shù)語映射到MeSH主題詞的置信度。

(2)排序公式。代表該MeSH主題詞與其他選中的MeSH主題詞的語義相關(guān)性，計算公式為：

(3)

此處，j、k分別代表除第i個MeSH主題詞之外其他被推薦的MeSH主題詞，其中，Title是一個常量，用于表示與該MeSH主題詞對應(yīng)的名詞短語是否出現(xiàn)在文獻(xiàn)題目中；COT表示兩個選中的MeSH主題詞是否為PubMed的共現(xiàn)主題詞，REL表示兩個MeSH主題詞是否處于家族圖的同一層級(同為雙親或同位)。這些參數(shù)均可根據(jù)具體應(yīng)用做相應(yīng)調(diào)整。

2.5 應(yīng)用情況

自正式投入使用以來，MTI經(jīng)過了多次改進(jìn)與優(yōu)化，包括引入機(jī)器學(xué)習(xí)等方法，自動標(biāo)引效果也持續(xù)平穩(wěn)增長。表2是近幾年MTI的自動標(biāo)引術(shù)語與人工標(biāo)引術(shù)語的比較結(jié)果[5]，其中最后一列是2008年與2012年各項(xiàng)指標(biāo)的差值。表中數(shù)值反映了2008-2012年，標(biāo)全率和標(biāo)準(zhǔn)率均得到提升，尤其是標(biāo)準(zhǔn)率，增加了23.4%。

表2 近幾年MTI自動標(biāo)引效果統(tǒng)計值

3 結(jié)論

從20世紀(jì)末開始，國內(nèi)學(xué)者陸續(xù)開始構(gòu)建中文自動文獻(xiàn)標(biāo)引系統(tǒng)，其中中國醫(yī)學(xué)科學(xué)院醫(yī)學(xué)信息研究所研發(fā)的中文生物醫(yī)學(xué)文獻(xiàn)主題標(biāo)引系統(tǒng)是代表性的研究成果之一。中文生物醫(yī)學(xué)文獻(xiàn)主題標(biāo)引系統(tǒng)與MTI的工作模式一致，均為先由計算機(jī)自動標(biāo)引，最后人工進(jìn)行審核確認(rèn)；但中文生物醫(yī)學(xué)文獻(xiàn)主題標(biāo)引系統(tǒng)的性能仍可持續(xù)優(yōu)化與提升。就MTI自動文獻(xiàn)標(biāo)引系統(tǒng)實(shí)現(xiàn)原理來看，筆者認(rèn)為優(yōu)化中文自動文獻(xiàn)標(biāo)引系統(tǒng)可重點(diǎn)從以下方面開展相關(guān)研究和積累：開展中文同義詞發(fā)現(xiàn)算法、用戶輸入的自由詞與關(guān)鍵詞自動映射等關(guān)鍵技術(shù)研究工作，加快中文一體化醫(yī)學(xué)語言系統(tǒng)CUMLS、中文醫(yī)學(xué)主題詞表CMeSH等基礎(chǔ)知識組織系統(tǒng)建設(shè)，為中文生物醫(yī)學(xué)文獻(xiàn)主題概念和概念關(guān)系的準(zhǔn)確提取奠定基礎(chǔ)。優(yōu)化中文詞性標(biāo)注、分詞等自然語言處理技術(shù)，為提升中文生物醫(yī)學(xué)文本概念提取效率提供理論依據(jù)與技術(shù)保障。充分利用現(xiàn)有人工標(biāo)引文獻(xiàn)或經(jīng)過人工干涉的標(biāo)引文獻(xiàn)，以及標(biāo)引人員經(jīng)驗(yàn)，開展計算機(jī)自動文獻(xiàn)標(biāo)引系統(tǒng)的優(yōu)化研究。

1 孫海霞, 李軍蓮，李丹亞, 等.MTI副主題詞自動組配標(biāo)引機(jī)制解析[J]. 醫(yī)學(xué)信息學(xué)雜志, 2011，32(5):74-77.

2 肖曉旦.生物醫(yī)學(xué)文獻(xiàn)主題標(biāo)引[M].長沙：湖南科學(xué)技術(shù)出版社，2005：322-326.

3 NLM Medical Text Indexer (MTI)[EB/OL]. [2014-03-07]. http://ii.nlm.nih.gov/MTI/.

4 James G M, Antonio J J, Alan R A. The NLM Medical Text Indexer System for Indexing Biomedical Literature[EB/OL]. [2014-03-24]. http://ii.nlm.nih.gov/Publications/Papers/MTI_System_Description_Expanded_2013_Accessible.pdf.

5 Interactive Medical Text Indexer (MTI)[EB/OL]. [2014-03-24]. http://ii.nlm.nih.gov/Interactive/mti.shtml.

關(guān)于《醫(yī)學(xué)信息學(xué)雜志》啟用“科技期刊學(xué)術(shù)不端文獻(xiàn)檢測系統(tǒng)”的啟事

為了提高編輯部對于學(xué)術(shù)不端文獻(xiàn)的辨別能力，端正學(xué)風(fēng)，維護(hù)作者權(quán)益，《醫(yī)學(xué)信息學(xué)雜志》已正式啟用“科技期刊學(xué)術(shù)不端文獻(xiàn)檢測系統(tǒng)”，對來稿進(jìn)行逐篇檢查。該系統(tǒng)以《中國學(xué)術(shù)文獻(xiàn)網(wǎng)絡(luò)出版總庫》為全文比對數(shù)據(jù)庫，可檢測抄襲與剽竊、偽造、篡改、不當(dāng)署名、一稿多投等學(xué)術(shù)不端文獻(xiàn)。如查出作者所投稿件存在上述學(xué)術(shù)不端行為，本刊將立即做退稿處理并予以警告。希望廣大作者在論文撰寫中保持嚴(yán)謹(jǐn)、謹(jǐn)慎、端正的態(tài)度，自覺抵制任何有損學(xué)術(shù)聲譽(yù)的行為。

《醫(yī)學(xué)信息學(xué)雜志》編輯部

Research on Medical Text Indexer

LIXiao-ying,XIAGuang-hui,SUNHai-xia,

InstituteofMedicalInformation,ChineseAcademyofMedicalSciences,Beijing100020,China

MTI is a well-known biomedical text indexer, providing indexing recommendations based on the Medical Subject Headings (MeSH). The paper focuses on the details of the process flow, basic principle and application performance of MTI, which will provide valuable references for constructing high-quality Chinese biomedical text indexer.

Medical Text Indexer(MTI); Automatic indexing; MeSH; Unified Medical Language System (UMLS); MetaMap

2014-05-06

李曉瑛，博士，助理研究員，發(fā)表論文20余篇。

國家科技支撐計劃“信息資源自動處理、智能檢索與STKOS應(yīng)用服務(wù)集成”(項(xiàng)目編號：2011BAH10B05)。

R-058

A 〔DOI〕10.3969/j.issn.1673-6036.2015.03.012