CN113704395A - 冠状病毒文献数据的处理方法、装置、电子设备及介质 - Google Patents

Abstract

本公开提供了冠状病毒文献数据的处理方法、装置、电子设备及介质。该方法的一具体实施方式包括：获取预设冠状病毒名称集和文献标识集。根据文献标识集中文献标识所指示文献的文献内容，确定冠状病毒名称集中冠状病毒名称与文献标识集中文献标识之间的第一关联关系。该实施方式实现了冠状病毒文献数据的关联化。

Description

冠状病毒文献数据的处理方法、装置、电子设备及介质

技术领域

本公开涉及计算机技术领域，具体涉及冠状病毒文献数据的处理方法与处理装置、电子设备及介质。

背景技术

冠状病毒自从被发现以来，人们对其进行科学研究，在医学文献服务平台和医学期刊上发表了大量关于冠状病毒的科学文献。

发明内容

本公开提出了冠状病毒文献数据的处理方法、装置、电子设备及介质。

第一方面，本公开提供了一种冠状病毒文献数据的处理方法，该方法包括：获取预设冠状病毒名称集和文献标识集，其中，文献标识用于指示文献，文献包括文献元数据；根据文献标识集中文献标识所指示文献的文献内容，确定冠状病毒名称集中冠状病毒名称与文献标识集中文献标识之间的第一关联关系，其中，第一关联关系中文献标识所指示的文献为与该文献标识关联的各冠状病毒名称相关的文献。

在一些可选的实施方式中，每个文献标识关联的文献元数据是通过如下方式得到的：从第一医学文献数据库中查找与每个文献标识匹配的文献元数据。

在一些可选的实施方式中，文献元数据包括以下至少一项：文献编号、文献类型、文献标题、文献作者姓名、文献发表刊物名称、文献发表时间、标准国际刊号、文献数字对象标识符以及文献摘要。

在一些可选的实施方式中，根据文献标识集中文献标识所指示文献的文献内容，确定冠状病毒名称集中冠状病毒名称与文献标识集中文献标识之间的第一关联关系，包括：对于冠状病毒名称集中的每个冠状病毒名称，从第二医学文献数据库中查找与该冠状病毒名称匹配的文献的文献标识，以及将查找到的文献标识确定为与该冠状病毒名称匹配的文献标识；基于与冠状病毒名称集中每个冠状病毒名称匹配的文献标识，确定冠状病毒名称集中的冠状病毒名称与文献标识集中的文献标识之间的第一关联关系。

在一些可选的实施方式中，在对于冠状病毒名称集中的每个冠状病毒名称，从第二医学文献数据库中查找与该冠状病毒名称匹配的文献的文献标识，以及将查找到的文献标识确定为与该冠状病毒名称匹配的文献标识之前，该方法还包括：获取预设冠状病毒医学主题词集；以及从第二医学文献数据库中查找与该冠状病毒名称匹配的文献的文献标识，包括：从第二医学文献数据库中查找与该冠状病毒名称和至少一个预设冠状病毒医学主题词均匹配的文献的文献标识。

在一些可选的实施方式中，获取预设冠状病毒科学数据集；根据文献标识集中文献标识所指示文献的文献内容，确定文献标识集中的文献标识与冠状病毒科学数据集中的冠状病毒科学数据之间的第二关联关系；根据第一关联关系和第二关联关系，确定冠状病毒科学数据集中的冠状病毒科学数据和冠状病毒名称集中的冠状病毒名称之间的第三关联关系。

在一些可选的实施方式中，根据文献标识集中文献标识所指示文献的文献内容，确定文献标识集中的文献标识与冠状病毒科学数据集中的冠状病毒科学数据之间的第二关联关系，包括：对于文献标识集的每个文献标识，执行以下关联确定操作：从医学文献全文数据库中查找与该文献标识匹配的原始医学文献全文；对所找到的原始医学文献全文进行过滤处理，得到目标医学文献全文；对于冠状病毒科学数据集中每个冠状病毒科学数据，确定目标医学文献全文是否包括该冠状病毒科学数据；将目标医学文献全文所包括的冠状病毒科学数据确定为与该文献标识关联的冠状病毒科学数据；基于与文献标识集中每个文献标识集关联的各冠状病毒科学数据，确定文献标识集中的文献标识与冠状病毒科学数据集中的冠状病毒科学数据之间的第二关联关系。

在一些可选的实施方式中，对所找到的原始医学文献全文进行过滤处理，得到目标医学文献全文，包括：去除所找到的原始医学文献全文的以下至少一项：参考文献信息、图序、表序、文献的发表信息，得到目标文献全文，其中，文献的发表信息包括以下至少一项：发表日期、刊物名称、国际标准连续出版物编号、标准国际刊号、文献数字对象标识符。

在一些可选的实施方式中，冠状病毒科学数据包括以下至少一项：冠状病毒核酸数据、冠状病毒蛋白数据、冠状病毒晶体结构数据以及冠状病毒抗体数据。

在一些可选的实施方式中，该方法还包括：根据第一关联关系和第二关联关系，构建冠状病毒文献关系图，其中，冠状病毒文献关系图包括表征冠状病毒名称的第一节点、表征文献标识的第二节点、表征文献元数据的第三节点、表征冠状病毒科学数据的第四节点以及表征各节点之间的关联关系的连接边，各节点包括第一节点、第二节点、第三节点以及第四节点。

第二方面，本公开提供了一种冠状病毒文献数据的处理装置，该装置包括：获取单元，被配置成获取预设冠状病毒名称集和文献标识集，其中，文献标识集中文献标识用于指示文献，文献包括文献元数据；确定单元，被配置成根据文献标识集中文献标识所指示文献的文献内容，确定冠状病毒名称集中冠状病毒名称与文献标识集中文献标识之间的第一关联关系，其中，第一关联关系中文献标识所指示的文献为与该文献标识关联的各冠状病毒名称相关的文献。

在一些可选的实施方式中，每个文献标识关联的文献元数据是通过如下方式得到的：从第一医学文献数据库中查找与每个文献标识匹配的文献元数据。

在一些可选的实施方式中，文献元数据包括以下至少一项：文献编号、文献类型、文献标题、文献作者姓名、文献发表刊物名称、文献发表时间、标准国际刊号、文献数字对象标识符以及文献摘要。

在一些可选的实施方式中，确定单元进一步被配置成：对于冠状病毒名称集中的每个冠状病毒名称，从第二医学文献数据库中查找与该冠状病毒名称匹配的文献的文献标识，以及将查找到的文献标识确定为与该冠状病毒名称匹配的文献标识；基于与冠状病毒名称集中每个冠状病毒名称匹配的文献标识，确定冠状病毒名称集中的冠状病毒名称与文献标识集中的文献标识之间的第一关联关系。

在一些可选的实施方式中，该装置还包括：第三获取单元，被配置成获取预设冠状病毒医学主题词集。相应地，从第二医学文献数据库中查找与该冠状病毒名称匹配的文献的文献标识，包括：从第二医学文献数据库中查找与该冠状病毒名称和至少一个预设冠状病毒医学主题词均匹配的文献的文献标识。

在一些可选的实施方式中，该装置还包括：第二获取单元，被配置成获取预设冠状病毒科学数据集。第二确定单元，被配置成根据文献标识集中文献标识所指示文献的文献内容，确定文献标识集中的文献标识与冠状病毒科学数据集中的冠状病毒科学数据之间的第二关联关系。第三确定模块，被配置成根据第一关联关系和第二关联关系，确定冠状病毒科学数据集中的冠状病毒科学数据和冠状病毒名称集中的冠状病毒名称之间的第三关联关系。

在一些可选的实施方式中，第二确定单元进一步被配置成：对于文献标识集的每个文献标识，执行以下关联确定操作：从医学文献全文数据库中查找与该文献标识匹配的原始医学文献全文；对所找到的原始医学文献全文进行过滤处理，得到目标医学文献全文；对于冠状病毒科学数据集中每个冠状病毒科学数据，确定目标医学文献全文是否包括该冠状病毒科学数据；将目标医学文献全文所包括的冠状病毒科学数据确定为与该文献标识关联的冠状病毒科学数据；基于与文献标识集中每个文献标识集关联的各冠状病毒科学数据，确定文献标识集中的文献标识与冠状病毒科学数据集中的冠状病毒科学数据之间的第二关联关系。

在一些可选的实施方式中，对所找到的原始医学文献全文进行过滤处理，得到目标医学文献全文，包括：去除所找到的原始医学文献全文的以下至少一项：参考文献信息、图序、表序、文献的发表信息，得到目标文献全文，其中，文献的发表信息包括以下至少一项：发表日期、刊物名称、国际标准连续出版物编号、标准国际刊号、文献数字对象标识符。

在一些可选的实施方式中，冠状病毒科学数据可以包括以下至少一项：冠状病毒核酸数据、冠状病毒蛋白数据、冠状病毒晶体结构数据以及冠状病毒抗体数据。

在一些可选的实施方式中，该装置还包括：构建单元，被配置成根据第一关联关系和第二关联关系，构建冠状病毒文献关系图，其中，冠状病毒文献关系图包括表征冠状病毒名称的第一节点、表征文献标识的第二节点、表征文献元数据的第三节点、表征冠状病毒科学数据的第四节点以及表征各节点之间的关联关系的连接边，各节点包括第一节点、第二节点、第三节点以及第四节点。

第三方面，本公开提供了一种电子设备，包括：一个或多个处理器；存储装置，其上存储有一个或多个程序，当上述一个或多个程序被上述一个或多个处理器执行时，使得上述一个或多个处理器实现如第一方面中任一实现方式描述的方法。

第四方面，本公开提供了一种计算机可读存储介质，其上存储有计算机程序，其中，该计算机程序被一个或多个处理器执行时实现如第一方面中任一实现方式描述的方法。

科学文献的产生是对冠状病毒所有相关研究的归纳总结和前景应用。为了从众多冠状病毒科学文献中获得有关冠状病毒之间的联系，目前大多是由研究人员人工通过阅读众多文献后总结相关信息，效率较低。为此，申请人发现可以采用自动化方法从各种多样的数据来源中构建多种数据之间的关联，可帮助研究人员提高工作效率。

本公开提供的冠状病毒文献数据的处理方法、装置、电子设备及介质，通过获取预设冠状病毒名称集和文献标识集，根据文献标识集中文献标识所指示文献的文献内容，确定冠状病毒名称集中冠状病毒名称与文献标识集中文献标识之间的第一关联关系，实现了自动化建立各冠状病毒文献数据之间的关联关系，整合了冠状病毒文献数据，实现了冠状病毒文献数据的关联化，有助于研究人员更好地对冠状病毒进行研究分析，节约了科学研究成本，提高了工作效率。

附图说明

通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本公开的其它特征、目的和优点将会变得更明显：

图1是本公开的一个实施例可以应用于其中的示例性系统架构图；

图2是根据本公开的冠状病毒文献数据的处理方法的一个实施例的流程图；

图3是根据本公开的冠状病毒文献关系图的一个示意图；

图4是根据本公开的冠状病毒文献数据的处理装置的一个实施例的结构示意图；

图5是适于用来实现本公开的电子设备的计算机系统的结构示意图。

具体实施方式

下面结合附图和实施例对本公开作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。

需要说明的是，在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本公开。

图1示出了可以应用本公开的冠状病毒文献数据的处理方法或冠状病毒文献数据的处理装置的实施例的示例性系统架构100。

如图1所示，系统架构100可以包括终端设备101、网络102和服务器103。网络102用以在终端设备101和服务器103之间提供通信链路的介质。网络102可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。

用户可以使用终端设备101通过网络102与服务器103交互，以接收或发送消息等。终端设备101上可以安装有各种通讯客户端应用，例如冠状病毒名称记录类应用、冠状病毒名称处理类应用、网页浏览器应用等。

终端设备101可以是硬件，也可以是软件。当终端设备101为硬件时，可以是具有显示屏并且支持文本输入的各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。当终端设备101为软件时，可以安装在上述所列举的电子设备中。其可以实现成多个软件或软件模块(例如用来提供冠状病毒名称集中冠状病毒名称与文献标识集中文献标识之间的第一关联关系的服务)，也可以实现成单个软件或软件模块。在此不做具体限定。

服务器103可以是提供各种服务的服务器，例如对终端设备101发送的预设冠状病毒名称集和文献标识集提供关联处理服务的后台服务器。后台服务器可以对接收到的预设冠状病毒名称集和文献标识集进行分析等处理，并将处理结果(例如冠状病毒名称集中冠状病毒名称与文献标识集中文献标识之间的第一关联关系)反馈给终端设备。

在一些情况下，本公开所提供的冠状病毒文献数据的处理方法可以由终端设备101和服务器103共同执行，例如，“获取预设冠状病毒名称集和文献标识集”的步骤可以由终端设备101执行，其余步骤可以由服务器103执行。本公开对此不做限定。相应地，冠状病毒文献数据的处理装置也可以分别设置于终端设备101和服务器103中。

在一些情况下，本公开所提供的冠状病毒文献数据的处理方法可以由服务器103执行，相应地，冠状病毒文献数据的处理装置也可以设置于服务器103中，这时，系统架构100也可以不包括终端设备101。

在一些情况下，本公开所提供的冠状病毒文献数据的处理方法可以由终端设备101执行，相应地，冠状病毒文献数据的处理装置也可以设置于终端设备101中，这时，系统架构100也可以不包括服务器103。

需要说明的是，服务器103可以是硬件，也可以是软件。当服务器103为硬件时，可以实现成多个服务器组成的分布式服务器集群，也可以实现成单个服务器。当服务器103为软件时，可以实现成多个软件或软件模块(例如用来提供冠状病毒名称集中冠状病毒名称与文献标识集中文献标识之间的第一关联关系的服务)，也可以实现成单个软件或软件模块。在此不做具体限定。

应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。

继续参考图2，其示出了根据本公开的冠状病毒文献数据的处理方法的一个实施例的流程200。该冠状病毒文献数据的处理方法，包括以下步骤：

步骤201，获取预设冠状病毒名称集和文献标识集。

在本实施例中，冠状病毒文献数据的处理方法的执行主体(例如，图1所示的服务器103)可以从本地或者远程地从与上述执行主体网络连接的其他电子设备获取预设冠状病毒名称集和文献标识集。具体地，可以从预设的数据源(例如提供冠状病毒名称的网站或数据库、提供冠状病毒文献标识的医学文献数据库)获取冠状病毒名称集和文献标识集。例如，可以从中国国家微生物科学数据中心(National Microbiology Data Center,NMDC)网站上抓取冠状病毒名称，从而得到冠状病毒名称集。例如，可以从PubMed医学文献数据库中抓取冠状病毒文献标识，从而得到冠状病毒文献标识集。

这里，冠状病毒名称集中的冠状病毒名称可以是冠状病毒名称的各种写法，冠状病毒名称的各种写法名称例如可以是“新型冠状病毒肺炎”、“COVID-19”等。文献标识集中的文献标识可以用于指示文献。文献标识集可以是冠状病毒文献标识集。文献标识例如可以是PMID(PubMed唯一标识码，PubMed Unique Identifier)。PMID是PubMed搜索引擎中收录的生命科学和医学等领域的文献编号。

这里，文献可以包括文献元数据。文献元数据可以是对文献资源结构化描述的数据。

在一些可选的实现方式中，文献元数据可以包括以下至少一项：文献编号、文献类型、文献标题、文献作者姓名、文献发表刊物名称、文献发表时间、标准国际刊号、文献数字对象标识符以及文献摘要。

在一些可选的实现方式中，每个文献标识关联的文献元数据可以是通过如下方式得到的：从第一医学文献数据库中查找与每个文献标识匹配的文献元数据。并且，还可以将文献标识数据集中每个文献标识及该文献标识关联的文献元数据对应存储为关联关系。

在该可选的实现方式中，上述执行主体可以针对文献标识集中每个文献标识，从第一医学文献数据库中查找与该文献标识以及每个文献元数据字段匹配的文献元数据。并且，将文献标识数据集中每个文献标识及该文献标识关联的文献元数据对应存储为关联关系。

这里，第一医学文献数据库可以存储至少一个文献标识。第一医学文献数据库例如可以是PubMed数据库。

步骤202，根据文献标识集中文献标识所指示文献的文献内容，确定冠状病毒名称集中冠状病毒名称与文献标识集中文献标识之间的第一关联关系。

在本实施例中，上述执行主体可以基于步骤201所获取的预设冠状病毒名称集和文献标识集，根据文献标识集中文献标识所指示文献的文献内容，确定冠状病毒名称集中冠状病毒名称与文献标识集中文献标识之间的第一关联关系。例如可以根据文献标识所指示文献的文献内容中是否记录了冠状病毒名称，来确定文献标识与冠状病毒名称之间的第一关联关系，若文献标识所指示文献的文献内容中记录了冠状病毒名称，则确定该文献标识与该冠状病毒名称之间的第一关联关系。这里，第一关联关系中文献标识所指示的文献可以为与该文献标识关联的各冠状病毒名称相关的文献。

在一些可选的实现方式中，步骤202可以进一步包括以下步骤：

步骤2021，对于冠状病毒名称集中的每个冠状病毒名称，从第二医学文献数据库中查找与该冠状病毒名称匹配的文献的文献标识，以及将查找到的文献标识确定为与该冠状病毒名称匹配的文献标识。

步骤2022，基于与冠状病毒名称集中每个冠状病毒名称匹配的文献标识，确定冠状病毒名称集中的冠状病毒名称与文献标识集中的文献标识之间的第一关联关系。

在该可选的实现方式中，上述执行主体可以针对冠状病毒名称集中的每个冠状病毒名称，以每个冠状病毒名称作为检索关键词，从第二医学文献数据库中查找与该冠状病毒名称匹配的文献标识，例如可以从第二医学文献数据库中查找出文献检索字段(例如文献摘要)中包括冠状病毒名称的文献的文献标识。再基于冠状病毒名称集中的每个冠状病毒名称匹配的文献标识，确定冠状病毒名称集中的冠状病毒名称与文献标识集中的文献标识之间的第一关联关系。

这里，从第二医学文献数据库可以存储至少一个文献标识。第二医学文献数据库例如可以是PubMed数据库。

在一些可选的实现方式中，在步骤2021之前，还可以进一步包括以下步骤2023：

步骤2023，获取预设冠状病毒医学主题词集。

基于上述步骤2023，步骤2021的另外一种实现方式可以为：从第二医学文献数据库中查找与该冠状病毒名称和至少一个预设冠状病毒医学主题词均匹配的文献的文献标识。

在该可选的实现方式中，上述执行主体可以先从MeSH(Medical SubjectHeadings，医学主题词表)获取预设冠状病毒医学主题词集。然后，上述执行主体可以以冠状病毒名称和冠状病毒医学主题词共同作为查找条件，针对冠状病毒名称集中每个冠状病毒名称，从第二医学文献数据库中查找与该冠状病毒名称和至少一个预设冠状病毒医学主题词均匹配的文献的文献标识。

这里，冠状病毒医学主题词集可以包括至少一个冠状病毒医学主题词。冠状病毒医学主题词例如可以是抗体、流行病传染等。

通过该可选的实现方式，可以将冠状病毒名称和冠状病毒医学主题词共同作为查找条件，冠状病毒名称可以表征对冠状病毒的分类，冠状病毒医学主题词可以表征对文献的分类，从这两个角度可以更准确地联合查找到与冠状病毒相关的所有文献。将冠状病毒医学主题词作为查找条件，可以提高文献的检索质量，过滤掉非研究性的文献。另外，通过该可选的实现方式，对于冠状病毒医学主题词集中的每个冠状病毒医学主题词，查找出与每个冠状病毒医学主题词匹配的文献，实现不同研究领域的文献分类。

本公开的上述实施例提供的方法可以挖掘出冠状病毒相关的科学文献，对冠状病毒名称集中冠状病毒名称与文献标识集中文献标识进行关联处理，构建出冠状病毒与文献之间的关联关系，进而可以形成冠状病毒文献数据集。

在一些可选的实现方式中，该冠状病毒文献数据的处理方法还可以包括以下步骤：

步骤203，获取预设冠状病毒科学数据集。

在本实施例中，上述执行主体可以从与上述执行主体连接的预设的数据源(例如提供冠状病毒科学数据的网站或数据库)获取冠状病毒科学数据集。这里，冠状病毒科学数据集可以包括至少一个冠状病毒科学数据编号。冠状病毒科学数据在首次公开的时候，会对应唯一个冠状病毒科学数据编号。

在一些可选的实现方式中，冠状病毒科学数据可以包括以下至少一项：冠状病毒核酸数据、冠状病毒蛋白数据、冠状病毒晶体结构数据以及冠状病毒抗体数据。这里，冠状病毒核酸数据例如可以是冠状病毒的基因序列。冠状病毒蛋白数据例如可以是冠状病毒的蛋白序列。冠状病毒晶体结构数据例如可以是冠状病毒的蛋白三维晶体结构数据。冠状病毒抗体数据例如可以是冠状病毒相关的抗体信息。

步骤204，根据文献标识集中文献标识所指示文献的文献内容，确定文献标识集中的文献标识与冠状病毒科学数据集中的冠状病毒科学数据之间的第二关联关系。

在本实施例中，上述执行主体可以基于步骤201所获取的文献标识集和步骤203所获取的冠状病毒科学数据集，根据文献标识集中文献标识所指示文献的文献内容，确定文献标识集中的文献标识与冠状病毒科学数据集中的冠状病毒科学数据之间的第二关联关系。例如可以根据文献标识所指示文献的文献内容是否记录了冠状病毒科学数据，来确定文献标识与冠状病毒科学数据之间的第二关联关系，若文献标识所指示文献的文献内容记录了冠状病毒科学数据，则确定该文献标识与该冠状病毒科学数据之间的第一关联关系。

在一些可选的实现方式中，步骤204可以进一步包括以下步骤2041和步骤2042：

步骤2041，对于文献标识集的每个文献标识，执行关联确定操作。

这里，关联确定操作可以包括：

首先，从医学文献全文数据库中查找与该文献标识匹配的原始医学文献全文；对所找到的原始医学文献全文进行过滤处理，得到目标医学文献全文。

其次，对于冠状病毒科学数据集中每个冠状病毒科学数据，确定目标医学文献全文是否包括该冠状病毒科学数据。

最后，将目标医学文献全文所包括的冠状病毒科学数据确定为与该文献标识关联的冠状病毒科学数据。

另外，在“确定目标医学文献全文是否包括该冠状病毒科学数据”之后，可以对该目标医学文献进行人工复查，即确定包括该冠状病毒科学数据的目标医学文献是否为对该冠状病毒科学数据进行研究的研究性文献，若确定包括该冠状病毒科学数据的目标医学文献是对该冠状病毒科学数据进行研究的研究性文献，进而将目标医学文献全文所包括的冠状病毒科学数据确定为与该文献标识关联的冠状病毒科学数据。

步骤2042，基于与文献标识集中每个文献标识集关联的各冠状病毒科学数据，确定文献标识集中的文献标识与冠状病毒科学数据集中的冠状病毒科学数据之间的第二关联关系。

在上述步骤2041和步骤2042的可选实现方式，医学文献全文数据库可以存储至少一个文献全文文件，例如可以是PMC(PubMed Central，公共医学中心)数据库。

在一些可选的实现方式中，步骤2041中的“对所找到的原始医学文献全文进行过滤处理，得到目标医学文献全文”另外一种实现方式可以为：去除所找到的原始医学文献全文的以下至少一项：参考文献信息、图序、表序、文献的发表信息，得到目标文献全文，其中，文献的发表信息包括以下至少一项：发表日期、刊物名称、国际标准连续出版物编号、标准国际刊号、文献数字对象标识符。

在该可选的实现方式中，由于参考文献信息、图序、表序、文献的发表信息的写法与冠状病毒科学数据(例如冠状病毒科学编号)之间的写法相似性很大，并且参考文献信息、图序、表序、文献的发表信息的内容一般不用于展示冠状病毒科学编号，即去掉原始文献全文中与冠状病毒科学编号不相关和/或产生查找干扰的部分(参考文献信息、图序、表序、文献的发表信息)。

通过该实现方式，通过对原始医学文献全文进行过滤处理而得到目标医学文献全文，进而确定文献标识所指示的目标医学文献全文是否包括冠状病毒科学数据，能够更准确地确定出文献标识集中的文献标识与冠状病毒科学数据集中的冠状病毒科学数据之间的第二关联关系。

在一些可选的实现方式中，在步骤2041中的“对所找到的原始医学文献全文进行过滤处理，得到目标医学文献全文”之前，还可以包括以下步骤：去除XML(ExtensibleMarkup Language,可扩展置标语言)标签和HTML(Hyper Text Markup Language,超文本标记语言)标签。这里，由于原始医学文献全文可能有XML格式，TXT(Text,文本文件)格式以及HTML格式等，所以需要对所查找到的原始医学文献全文的格式不统一，需要进行预处理。

步骤205，根据第一关联关系和第二关联关系，确定冠状病毒科学数据集中的冠状病毒科学数据和冠状病毒名称集中的冠状病毒名称之间的第三关联关系。

在本实施例中，上述执行主体可以根据步骤201所确定的冠状病毒名称集中冠状病毒名称与文献标识集中文献标识之间的第一关联关系和步骤204所确定的文献标识集中文献标识与冠状病毒科学数据集中的冠状病毒科学数据之间的第二关联关系，以第一关联关系和第二关联关系中所共同包括的文献标识集中文献标识作为纽带，确定冠状病毒科学数据集中的冠状病毒科学数据和冠状病毒名称集中的冠状病毒名称之间的第三关联关系。

通过深度挖掘冠状病毒科学文献的相关信息，构建核酸、蛋白等冠状病毒科学数据与冠状病毒科学文献之间的关联关系。

步骤206，根据第一关联关系和第二关联关系，构建冠状病毒文献关系图。

在本实施例中，冠状病毒文献关系图可以包括表征冠状病毒名称的第一节点、表征文献标识的第二节点、表征文献元数据的第三节点、表征冠状病毒科学数据的第四节点以及表征各节点之间的关联关系的连接边，各节点可以包括第一节点、第二节点、第三节点以及第四节点。

上述执行主体可以根据步骤201所确定的冠状病毒名称集中冠状病毒名称与文献标识集中文献标识之间的第一关联关系和步骤204所确定的文献标识集中文献标识与冠状病毒科学数据集中的冠状病毒科学数据之间的第二关联关系，构建表征冠状病毒名称、文献标识、文献元数据以及冠状病毒科学数据之间关系的冠状病毒文献关系图。

继续参考图3，图3示出了本公开的冠状病毒文献关系图的一个示意图。在图3中，冠状病毒文献关系图可以包括表征冠状病毒名称的第一节点(例如A1、A2、A3)。表征文献标识的第二节点(例如B1、B2)、表征文献元数据的第三节点(例如C1、C2)、表征冠状病毒科学数据的第四节点(例如D1、D2、D3)以及表征各节点之间的关联关系的连接边。

通过所构建的冠状病毒文献关系图，不仅有利于发现热点冠状病毒及事件，辅助科学研究及预测预警，为冠状病毒的科学研究提供文献支撑，为后期研究者能够直观便捷地认知冠状病毒的研究重点领域、快速查找重要文献和影响力大的研究合作对象提供数据参考。

进一步参考图4，作为对上述各图所示方法的实现，本公开提供了一种冠状病毒文献数据的处理装置的一个实施例，该装置实施例与图2所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。

如图4所示，本实施例的冠状病毒文献数据的处理装置400包括：获取单元401和确定单元402。其中，获取单元401，可以被配置成获取预设冠状病毒名称集和文献标识集，其中，文献标识集中文献标识用于指示文献，文献包括文献元数据。确定单元402，可以被配置成根据文献标识集中文献标识所指示文献的文献内容，确定冠状病毒名称集中冠状病毒名称与文献标识集中文献标识之间的第一关联关系，其中，第一关联关系中文献标识所指示的文献为与该文献标识关联的各冠状病毒名称相关的文献。

在本实施例中，冠状病毒文献数据的处理装置400的获取单元401和确定单元402的具体处理及其所带来的技术效果可分别参考图2对应实施例中步骤201和步骤202的相关说明，在此不再赘述。

在一些可选的实施方式中，每个文献标识关联的文献元数据是通过如下方式得到的：从第一医学文献数据库中查找与每个文献标识匹配的文献元数据。

在一些可选的实施方式中，文献元数据可以包括以下至少一项：文献编号、文献类型、文献标题、文献作者姓名、文献发表刊物名称、文献发表时间、标准国际刊号、文献数字对象标识符以及文献摘要。

在一些可选的实施方式中，确定单元402可以进一步被配置成：对于冠状病毒名称集中的每个冠状病毒名称，从第二医学文献数据库中查找与该冠状病毒名称匹配的文献的文献标识，以及将查找到的文献标识确定为与该冠状病毒名称匹配的文献标识；基于与冠状病毒名称集中每个冠状病毒名称匹配的文献标识，确定冠状病毒名称集中的冠状病毒名称与文献标识集中的文献标识之间的第一关联关系。

在一些可选的实施方式中，该装置还可以包括：第三获取单元(图中未示出)，被配置成获取预设冠状病毒医学主题词集。相应地，从第二医学文献数据库中查找与该冠状病毒名称匹配的文献的文献标识，包括：从第二医学文献数据库中查找与该冠状病毒名称和至少一个预设冠状病毒医学主题词均匹配的文献的文献标识。

在一些可选的实施方式中，该装置还可以包括：第二获取单元(图中未示出)，可以被配置成获取预设冠状病毒科学数据集。第二确定单元(图中未示出)，可以被配置成根据文献标识集中文献标识所指示文献的文献内容，确定文献标识集中的文献标识与冠状病毒科学数据集中的冠状病毒科学数据之间的第二关联关系。第三确定模块(图中未示出)，可以被配置成根据第一关联关系和第二关联关系，确定冠状病毒科学数据集中的冠状病毒科学数据和冠状病毒名称集中的冠状病毒名称之间的第三关联关系。

在一些可选的实施方式中，第二确定单元(图中未示出)可以进一步被配置成：对于文献标识集的每个文献标识，执行以下关联确定操作：从医学文献全文数据库中查找与该文献标识匹配的原始医学文献全文；对所找到的原始医学文献全文进行过滤处理，得到目标医学文献全文；对于冠状病毒科学数据集中每个冠状病毒科学数据，确定目标医学文献全文是否包括该冠状病毒科学数据；将目标医学文献全文所包括的冠状病毒科学数据确定为与该文献标识关联的冠状病毒科学数据；基于与文献标识集中每个文献标识集关联的各冠状病毒科学数据，确定文献标识集中的文献标识与冠状病毒科学数据集中的冠状病毒科学数据之间的第二关联关系。

在一些可选的实施方式中，对所找到的原始医学文献全文进行过滤处理，得到目标医学文献全文，包括：去除所找到的原始医学文献全文的以下至少一项：参考文献信息、图序、表序、文献的发表信息，得到目标文献全文，其中，文献的发表信息包括以下至少一项：发表日期、刊物名称、国际标准连续出版物编号、标准国际刊号、文献数字对象标识符。

在一些可选的实施方式中，冠状病毒科学数据可以包括以下至少一项：冠状病毒核酸数据、冠状病毒蛋白数据、冠状病毒晶体结构数据以及冠状病毒抗体数据。

在一些可选的实施方式中，该装置还可以包括：构建单元(图中未示出)，可以被配置成根据第一关联关系和第二关联关系，构建冠状病毒文献关系图，其中，冠状病毒文献关系图包括表征冠状病毒名称的第一节点、表征文献标识的第二节点、表征文献元数据的第三节点、表征冠状病毒科学数据的第四节点以及表征各节点之间的关联关系的连接边，各节点包括第一节点、第二节点、第三节点以及第四节点。

需要说明的是，本公开提供的冠状病毒文献数据的处理装置中各单元的实现细节和技术效果可以参考本公开中其它实施例的说明，在此不再赘述。

下面参考图5，其示出了适于用来实现本公开的电子设备的计算机系统500的结构示意图。图5示出的电子设备仅仅是一个示例，不应对本公开的功能和使用范围带来任何限制。

如图5所示，计算机系统500包括中央处理单元(CPU，Central Processing Unit)501，其可以根据存储在只读存储器(ROM，Read Only Memory)502中的程序或者从存储部分508加载到随机访问存储器(RAM，Random Access Memory)503中的程序而执行各种适当的动作和处理。在RAM 503中，还存储有系统500操作所需的各种程序和数据。CPU 501、ROM502以及RAM 503通过总线504彼此相连。输入/输出(I/O，Input/Output)接口505也连接至总线504。

以下部件连接至I/O接口505：包括触控屏、手写板、键盘或鼠标等的输入部分506；包括诸如阴极射线管(CRT，Cathode Ray Tube)、液晶显示器(LCD，Liquid CrystalDisplay)等以及扬声器等的输出部分507；包括硬盘等的存储部分508；以及包括诸如LAN(局域网，Local Area Network)卡、调制解调器等的网络接口卡的通信部分509。通信部分509经由诸如因特网的网络执行通信处理。

特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分509从网络上被下载和安装。在该计算机程序被中央处理单元(CPU)501执行时，执行本公开的方法中限定的上述功能。需要说明的是，本公开所述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、RF等等，或者上述的任意合适的组合。

可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++、Python，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。

附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本公开中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中，例如，可以描述为：一种处理器包括获取单元和确定单元。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定，例如，获取单元还可以被描述为“获取预设冠状病毒名称集和文献标识集的单元”。

作为另一方面，本公开还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的装置中所包含的；也可以是单独存在，而未装配入该装置中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该装置执行时，使得该装置：获取预设冠状病毒名称集和文献标识集，根据文献标识集中文献标识所指示文献的文献内容，确定冠状病毒名称集中冠状病毒名称与文献标识集中文献标识之间的第一关联关系。

以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (10)

1.一种冠状病毒文献数据的处理方法，包括：

获取预设冠状病毒名称集和文献标识集，其中，所述文献标识集中文献标识用于指示文献，所述文献包括文献元数据；

根据所述文献标识集中文献标识所指示文献的文献内容，确定所述冠状病毒名称集中冠状病毒名称与所述文献标识集中文献标识之间的第一关联关系，其中，所述第一关联关系中文献标识所指示的文献为与该文献标识关联的各冠状病毒名称相关的文献。

2.根据权利要求1所述的方法，其中，每个所述文献标识关联的文献元数据是通过如下方式得到的：

从第一医学文献数据库中查找与每个所述文献标识匹配的文献元数据；

优选地，所述文献元数据包括以下至少一项：文献编号、文献类型、文献标题、文献作者姓名、文献发表刊物名称、文献发表时间、标准国际刊号、文献数字对象标识符以及文献摘要。

3.根据权利要求1或2所述的方法，其中，所述根据所述文献标识集中文献标识所指示文献的文献内容，确定所述冠状病毒名称集中冠状病毒名称与所述文献标识集中文献标识之间的第一关联关系，包括：

对于所述冠状病毒名称集中的每个冠状病毒名称，从第二医学文献数据库中查找与该冠状病毒名称匹配的文献的文献标识，以及将查找到的文献标识确定为与该冠状病毒名称匹配的文献标识；

基于与所述冠状病毒名称集中每个冠状病毒名称匹配的文献标识，确定所述冠状病毒名称集中的冠状病毒名称与所述文献标识集中的文献标识之间的第一关联关系。

4.根据权利要求3所述的方法，其中，在所述对于所述冠状病毒名称集中的每个冠状病毒名称，从第二医学文献数据库中查找与该冠状病毒名称匹配的文献的文献标识，以及将查找到的文献标识确定为与该冠状病毒名称匹配的文献标识之前，所述方法还包括：

获取预设冠状病毒医学主题词集；以及

所述从第二医学文献数据库中查找与该冠状病毒名称匹配的文献的文献标识，包括：

从所述第二医学文献数据库中查找与该冠状病毒名称和至少一个所述预设冠状病毒医学主题词均匹配的文献的文献标识。

5.根据权利要求1-4任一项所述的方法，其中，所述方法还包括：

获取预设冠状病毒科学数据集；

根据所述文献标识集中文献标识所指示文献的文献内容，确定所述文献标识集中的文献标识与所述冠状病毒科学数据集中的冠状病毒科学数据之间的第二关联关系；

根据所述第一关联关系和所述第二关联关系，确定所述冠状病毒科学数据集中的冠状病毒科学数据和所述冠状病毒名称集中的冠状病毒名称之间的第三关联关系。

6.根据权利要求5所述的方法，其中，所述根据所述文献标识集中文献标识所指示文献的文献内容，确定所述文献标识集中的文献标识与所述冠状病毒科学数据集中的冠状病毒科学数据之间的第二关联关系，包括：

对于所述文献标识集的每个文献标识，执行以下关联确定操作：从医学文献全文数据库中查找与该文献标识匹配的原始医学文献全文；对所找到的原始医学文献全文进行过滤处理，得到目标医学文献全文；对于所述冠状病毒科学数据集中每个冠状病毒科学数据，确定所述目标医学文献全文是否包括该冠状病毒科学数据；将所述目标医学文献全文所包括的冠状病毒科学数据确定为与该文献标识关联的冠状病毒科学数据；

基于与所述文献标识集中每个文献标识集关联的各冠状病毒科学数据，确定所述文献标识集中的文献标识与所述冠状病毒科学数据集中的冠状病毒科学数据之间的第二关联关系。

7.根据权利要求6所述的方法，其中，所述对所找到的原始医学文献全文进行过滤处理，得到目标医学文献全文，包括：

去除所找到的原始医学文献全文的以下至少一项：参考文献信息、图序、表序、文献的发表信息，得到所述目标文献全文，其中，所述文献的发表信息包括以下至少一项：发表日期、刊物名称、国际标准连续出版物编号、标准国际刊号、文献数字对象标识符；

优选地，所述冠状病毒科学数据包括以下至少一项：冠状病毒核酸数据、冠状病毒蛋白数据、冠状病毒晶体结构数据以及冠状病毒抗体数据；

优选地，所述方法还包括：根据所述第一关联关系和所述第二关联关系，构建冠状病毒文献关系图，其中，所述冠状病毒文献关系图包括表征冠状病毒名称的第一节点、表征文献标识的第二节点、表征文献元数据的第三节点、表征冠状病毒科学数据的第四节点以及表征各节点之间的关联关系的连接边，所述各节点包括所述第一节点、所述第二节点、所述第三节点以及所述第四节点。

8.一种冠状病毒文献数据的处理装置，包括：

获取单元，被配置成获取预设冠状病毒名称集和文献标识集，其中，所述文献标识集中文献标识用于指示文献，所述文献包括文献元数据；

确定单元，被配置成根据所述文献标识集中文献标识所指示文献的文献内容，确定所述冠状病毒名称集中冠状病毒名称与所述文献标识集中文献标识之间的第一关联关系，其中，所述第一关联关系中文献标识所指示的文献为与该文献标识关联的各冠状病毒名称相关的文献。

9.一种电子设备，包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现如权利要求1-7中任一所述的方法。

10.一种计算机可读介质，其上存储有计算机程序，其中，所述程序被处理器执行时实现如权利要求1-7中任一所述的方法。

Images