5、生物监测与传染病预测：多方法探索与实践

生物监测与传染病预测：多方法探索与实践

1. 生物监测中的事件表示方法

1.1 语义网表示

语义网旨在扩展当前网络，对信息进行标记以实现自动化处理。在生物监测领域，信息获取途径多样，既可以通过文本挖掘技术从半结构化网页中提取，如 HealthMap 系统；也能通过 RSS 等结构化数据服务直接获取，许多网站如 EpiSpider、GDACS、RSOE 等都提供 RSS 数据。

不同社区在链接开放数据框架下开发了多种语义框架，这些框架类似于本体，通过对象和属性元素描述网页内容。数据以 RDF 三元组（Subject -> predicate -> object）的形式描述，可用于在 OWL 中描述完整的本体。例如，NBIS 关系可轻松映射到这种三元组框架，像“Host -> hasDisease -> Disease”。这种表示方法的优势在于 RDF 模式可发布并易于集成到其他系统，有相关工具用于创建和自动处理数据集，还能在非结构化文本中进行属性标记，便于对文本进行结构化数据查询。

1.2 实现方式

在 NBIS 2.0 应用中，事件模型采用关系数据库表示。具体操作流程如下：
1. 从互联网多个站点和新闻源收集开源文章，并流式传输给系统用户。
2. 对文章进行概念分类，判断其属于当前事件、历史回顾、企业产品公告或研究资助等类别。
3. 通过维基创建的用户界面展示文章列表，用户可浏览文章标题、来源和类别，选择感兴趣的文章。
4. 利用实体识别技术从选定文章中提取位置、病原体和疾病信息，预填充事件记录。
5. 借助维基扩展功能查看或编辑事件记录元素。
6.