2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩67頁未讀 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、隨著生物醫(yī)學(xué)領(lǐng)域研究的飛速發(fā)展,生物醫(yī)學(xué)文獻的數(shù)目急劇增長,為了從生物醫(yī)學(xué)文獻中挖掘知識,蛋白質(zhì)相互作用關(guān)系抽取成為了近年來的研究熱點。本文的研究內(nèi)容為蛋白質(zhì)相互作用關(guān)系抽取的關(guān)鍵技術(shù),具體包括生物醫(yī)學(xué)命名實體識別和關(guān)系抽取,其中實體識別是關(guān)系抽取的基礎(chǔ)。本文針對上述兩個問題,主要進行了3個方面的研究,并在此基礎(chǔ)上實現(xiàn)了一個面向蛋白質(zhì)相互作用關(guān)系抽取的生物醫(yī)學(xué)文獻檢索系統(tǒng)。
  首先,本文分別采用了產(chǎn)生式模型與判別式模型對生物醫(yī)學(xué)

2、命名實體識別問題進行研究。為了獲取句子中的長距離依賴以及利用自然語言的冪律分布特征,本文提出了一個基于 Sequence Memoizer的產(chǎn)生式模型,其中Sequence Memoizer是一個非參數(shù)貝葉斯模型。本文在JNLPBA2004數(shù)據(jù)集上對該模型進行了測試,實驗結(jié)果表明本文提出的基于 Sequence Memoizer的產(chǎn)生式模型優(yōu)于隱馬爾科夫模型,且與最大熵模型取得的結(jié)果相當(dāng)。為了利用豐富的特征集和大規(guī)模的訓(xùn)練數(shù)據(jù),本文利用

3、最大熵模型進行了實體識別任務(wù),最大熵模型的優(yōu)點是易于利用各種有效的特征,且訓(xùn)練時間短,適用于大規(guī)模的數(shù)據(jù)集。在CALBC2011國際生物醫(yī)學(xué)命名實體識別評測任務(wù)中驗證了本文提出的方法在面對大規(guī)模低質(zhì)量訓(xùn)練數(shù)據(jù)的有效性。
  其次,本文提出了基于自動規(guī)則學(xué)習(xí)的蛋白質(zhì)相互作用關(guān)系抽取方法,規(guī)則的產(chǎn)生主要利用依存句法分析。該方法利用依存句法分析的結(jié)果自動學(xué)習(xí)規(guī)則并建立規(guī)則庫,預(yù)測的過程即規(guī)則匹配的過程。在AIMed數(shù)據(jù)集上的實驗結(jié)果驗證

4、了本文所提出方法的有效性。
  另外,本文為了利用大規(guī)模未標注數(shù)據(jù)進行蛋白質(zhì)相互作用關(guān)系抽取,提出了基于廣義期望準則的半監(jiān)督方法。該方法利用廣義期望準則訓(xùn)練最大熵模型。通過在AIMed語料上的實驗,驗證了基于廣義期望準則的方法可以有效的利用少量的標注樣本與大量的未標注樣本,非常適用于嚴重缺乏標注語料的生物醫(yī)學(xué)領(lǐng)域。
  最后,本文搭建了一個基于MEDLINE數(shù)據(jù)庫的生物醫(yī)學(xué)文獻檢索系統(tǒng),該系統(tǒng)除了具備常規(guī)的檢索功能之外,還集

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論