基于树核函数的蛋白质相互作用关系抽取研究.docVIP

基于树核函数的蛋白质相互作用关系抽取研究.doc

  1. 1、本文档共14页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
 基于树核函数的蛋白质相互作用关系抽取 研究# 彭成,刘丹丹,钱龙华,周国栋** 5 10 15 20 25 30 35 (苏州大学计算机科学与技术学院,江苏苏州 215006) 摘要:本文分析了目前关系抽取中结构化信息表达形式所存在的问题,提出了一种最短依存 路径指导的成分句法树(SDP-CPT)裁剪策略,即依据两个蛋白质之间的最短依存路径,对句 法树进行有针对性的裁剪,探究更有效的蛋白质关系实例结构化表达形式。在多个语料库上 的实验表明,本文提出的 PPI 抽取方法其性能显著高于其它几种结构化信息表达形式。特别 是,在 AIMed 语料上的 PPI 抽取取得了 58.1 的 F1 值,是目前基于单一核函数的 PPI 抽取 系统的最好水平。 关键词:蛋白质关系抽取;依存信息;树核函数 中图分类号:TP391 Research on Tree Kernel-Based Protein-Protein Interaction Extraction Peng Cheng, Liu Dandan, Qian Longhua, Zhou Guodong (School of Computer Science Technology, Soochow University, Suzhou, Jiangsu 215006) Abstract: This paper conducts a comprehensive investigation into the disadvantages of various kinds of existing structured information reprepsentation in relation extraction, and then proposes a pruning strategy for shortest dependency path-directed constitute parse tree (SDP-CPT). Based on the short dependency path between two proteins, the syntactic parse tree is pruned in order to form a more effecitive structure for PPI extraction. The experiments on multiple corpora show that our method significantly outperforms other kinds of structured information representation. particularly, it achieves a promising performance of 58.1 in F-measure, being the state-of-the-art single kernel-based one in current PPI extraction systems. Key words: PPI Extraction;Dependency Information;Tree Kernel Function 0 引言 蛋白质作为生命活动最主要的载体和功能执行者,其复杂多样的结构功能、相互作用和 动态变化能在分子、细胞和生物体等多个层次上全面揭示生命现象。对生命活动过程中蛋白 质相互作用关系(Protein-Protein Interaction, PPI)的研究有助于揭示生命过程的许多本质问 题,因而PPI抽取成为生物医学领域信息抽取的重点研究方向,是生物医学文本挖掘的关键 任务之一,具有重要的研究意义。 目前,基于机器学习的方法已成为 PPI 抽取的主流策略,它可分为基于特征向量的方法 和基于核函数的方法。基于特征向量的方法提取了词汇、句法和语义等特征用于 PPI 的抽取 [1] 与之对应的是,基于核函数的蛋白质关系抽取方法直接以结构化信息为处理对象,从而避免 基金项目:教育部博士点基金(200802850006) ;江苏省自然科学基金(BK2010219) 作者简介:彭成(1987-),男,硕士研究生,主要研究方向:信息抽取 通信联系人:钱龙华(1966-),通信作者,男,副教授,硕士生导师,研究方向:自然语言处理. E-mail: qianlonghua@ -1-  了基于特征向量方法中的特征工程,为在理论上探索结构化对象所隐含的高维特征空间提供 40 45 50 55 60 65 70 75 了新的途径。依存信息作为反映长距离词汇依赖关系的重要结构化信息,在 PPI 抽取中也得 到了应用,尤其是实体间的最短依存路

文档评论(0)

baihuamei + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档