版權(quán)說(shuō)明:本文檔由用戶(hù)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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、由于生物醫(yī)學(xué)文獻(xiàn)不斷增加,生物醫(yī)學(xué)文本挖掘領(lǐng)域的相關(guān)研究逐漸活躍開(kāi)來(lái)。生物醫(yī)學(xué)文本挖掘的意義不僅在于生物信息的管理上,更重要的是在于生物文獻(xiàn)中的知識(shí)發(fā)現(xiàn)和利用,從而增進(jìn)對(duì)生物醫(yī)學(xué)現(xiàn)象和問(wèn)題的了解及認(rèn)識(shí)。本文主要從生物醫(yī)學(xué)命名實(shí)體識(shí)別和生物醫(yī)學(xué)實(shí)體關(guān)系抽取兩方面開(kāi)展研究工作,具體內(nèi)容如下:
生物醫(yī)學(xué)命名實(shí)體識(shí)別是判斷并辨別生物醫(yī)學(xué)領(lǐng)域中出現(xiàn)的專(zhuān)有名詞,如:細(xì)胞、基因、藥物、疾病、組織、RNA和蛋白質(zhì)等名稱(chēng)。本文提出了基于詞典
2、和多分類(lèi)器疊加法的蛋白質(zhì)/基因?qū)嶓w識(shí)別方法BNERTagger。該方法分成三個(gè)主要步驟:第一步是預(yù)處理,主要是去停用詞、去標(biāo)點(diǎn)符號(hào)、小寫(xiě)轉(zhuǎn)換以及詞性標(biāo)注等;第二步是詞典匹配,主要是采用現(xiàn)有的蛋白質(zhì)和基因名稱(chēng)詞典進(jìn)行匹配,并作為特征輸入到多分類(lèi)器中;第三步是多分類(lèi)器疊加處理,主要是利用多種機(jī)器學(xué)習(xí)的方法進(jìn)行實(shí)體識(shí)別。BNERTagger中的多分類(lèi)器疊加法是對(duì)已有的多分類(lèi)器投票法的改進(jìn),且利用已有的生物醫(yī)學(xué)詞典提高了方法的查準(zhǔn)率。計(jì)算實(shí)驗(yàn)反
3、映了,我們的方法獲得了89.9%的查準(zhǔn)率和89.1%的查全率,高于已有的方法。
生物醫(yī)學(xué)實(shí)體關(guān)系抽取的目的是從生物醫(yī)學(xué)文本中識(shí)別實(shí)體,進(jìn)而抽取實(shí)體之間的關(guān)系。在生物醫(yī)學(xué)實(shí)體關(guān)系中具有重要地位的是蛋白質(zhì)相互作用關(guān)系抽取,本文研究的是蛋白質(zhì)磷酸化作用關(guān)系的抽取,磷酸化信息抽取是將蛋白質(zhì)激酶、磷酸基(或稱(chēng)磷酸位點(diǎn))和蛋白質(zhì)底物等信息從文本中抽取出來(lái)。本文提出了兩個(gè)蛋白質(zhì)磷酸化作用關(guān)系抽取方法,分別是基于機(jī)器學(xué)習(xí)和規(guī)則的方法,以及
4、基于詞典擴(kuò)展的改進(jìn)方法。兩種方法主要思路是,首先利用自然語(yǔ)言處理技術(shù)對(duì)文本進(jìn)行預(yù)處理,然后使用基于多分類(lèi)器疊加的BNERTagger方法進(jìn)行蛋白質(zhì)實(shí)體命名的識(shí)別,其中的改進(jìn)方法還利用了磷酸化數(shù)據(jù)庫(kù)Phospho.ELM來(lái)構(gòu)造詞典。計(jì)算實(shí)驗(yàn)反映了,兩種方法取得的結(jié)果都好于已有方法,其中改進(jìn)的方法獲得了92.7%的查準(zhǔn)率和82.5%的查全率。
本文的創(chuàng)新和貢獻(xiàn)主要有:1)提出了一種基于詞典和多分類(lèi)器疊加的蛋白質(zhì)/基因?qū)嶓w命名識(shí)
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)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(qǐng)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(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)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(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)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(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于機(jī)器學(xué)習(xí)的蛋白質(zhì)相互作用關(guān)系抽取的研究.pdf
- 命名實(shí)體識(shí)別及其關(guān)系抽取.pdf
- 基于特征向量的蛋白質(zhì)相互作用關(guān)系抽取.pdf
- 基于機(jī)器學(xué)習(xí)的藥名實(shí)體識(shí)別及藥物關(guān)系抽取.pdf
- 中文命名實(shí)體識(shí)別及其關(guān)系抽取研究.pdf
- 基于機(jī)器學(xué)習(xí)的蛋白質(zhì)類(lèi)別及蛋白質(zhì)-配體相互作用預(yù)測(cè)研究.pdf
- 基于統(tǒng)計(jì)的機(jī)器學(xué)習(xí)的中文命名實(shí)體識(shí)別.pdf
- 基于蛋白質(zhì)相互作用加權(quán)網(wǎng)絡(luò)的關(guān)鍵蛋白質(zhì)識(shí)別算法研究.pdf
- 基于網(wǎng)絡(luò)抱團(tuán)發(fā)現(xiàn)的命名實(shí)體關(guān)系抽取.pdf
- 命名實(shí)體間語(yǔ)義關(guān)系抽取研究.pdf
- 面向機(jī)器學(xué)習(xí)方法的命名實(shí)體識(shí)別.pdf
- 面向信息抽取的中文命名實(shí)體識(shí)別研究.pdf
- 詞典和機(jī)器學(xué)習(xí)相結(jié)合的生物命名實(shí)體識(shí)別.pdf
- 基于位置和語(yǔ)義特征的中文命名實(shí)體關(guān)系抽取研究.pdf
- 結(jié)合機(jī)器學(xué)習(xí)方法的命名實(shí)體識(shí)別研究.pdf
- 生物醫(yī)學(xué)文獻(xiàn)中的蛋白質(zhì)相互作用關(guān)系抽取.pdf
- 基于詞匯語(yǔ)義信息的中文命名實(shí)體關(guān)系抽取研究.pdf
- 基于深度學(xué)習(xí)的中文命名實(shí)體識(shí)別研究.pdf
- 蛋白質(zhì)相互作用
- 基于文本挖掘的蛋白質(zhì)相互作用對(duì)抽取方法的研究.pdf
評(píng)論
0/150
提交評(píng)論