基于SVM和鏈接分析的蛋白質(zhì)關(guān)系抽取系統(tǒng).pdf

1、隨著生物醫(yī)學(xué)文獻(xiàn)數(shù)量的急劇增長，各種各樣的生物醫(yī)學(xué)信息出現(xiàn)在生物醫(yī)學(xué)研究者面前。這給生物醫(yī)學(xué)研究者帶來很沉重的負(fù)擔(dān)，使他們很難迅速地從這些文獻(xiàn)中找到需要的信息。為了提高他們的工作效率，迫切地需要一些自動(dòng)化的工具幫助他們?cè)诤Ａ可镝t(yī)學(xué)文獻(xiàn)中迅速地找到需要的信息。生物醫(yī)學(xué)文獻(xiàn)中蛋白質(zhì)(基因)相互作用關(guān)系抽取的研究正是在這種背景下產(chǎn)生的。此外，從生物醫(yī)學(xué)文獻(xiàn)中抽取蛋白質(zhì)(基因)相互作用關(guān)系也具有很高的應(yīng)用價(jià)值，對(duì)蛋白質(zhì)知識(shí)網(wǎng)絡(luò)的建立、蛋白質(zhì)關(guān)

2、系的預(yù)測、新藥的研制等均具有重要的意義。 本文構(gòu)建了一個(gè)生物醫(yī)學(xué)文獻(xiàn)中的蛋白質(zhì)相互作用關(guān)系抽取系統(tǒng)。該系統(tǒng)使用基于支持向量機(jī)(SVM)和鏈接分析(Link parse)的方法抽取蛋白質(zhì)(基因)交互作用關(guān)系。系統(tǒng)首先通過指代消解替換生物醫(yī)學(xué)文獻(xiàn)中的第三人稱代詞，然后使用條件隨機(jī)域模型對(duì)生物醫(yī)學(xué)文獻(xiàn)進(jìn)行實(shí)體識(shí)別，通過鏈接語法分析器分析文獻(xiàn)中句子的鏈接路徑，最后通過四大類特征的提取，包括：詞項(xiàng)特征、關(guān)鍵詞特征、鏈接特征以及詞對(duì)特征，利