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

1、隨著生物醫(yī)學(xué)領(lǐng)域文獻(xiàn)的爆炸性增長(zhǎng)，從生物醫(yī)學(xué)文獻(xiàn)中自動(dòng)獲取生物醫(yī)學(xué)知識(shí)已經(jīng)成為生物信息學(xué)研究的熱點(diǎn)問(wèn)題，而由于蛋白質(zhì)相互作用關(guān)系對(duì)于生命科學(xué)有著特殊的重要意義，因而蛋白質(zhì)相互作用關(guān)系抽取成為生物醫(yī)學(xué)領(lǐng)域信息抽取的重點(diǎn)研究方向。
　　信息抽取主要包括關(guān)系抽取和事件抽取。本文首先從基于信息抽取模式的方法來(lái)解決蛋白質(zhì)相互作用關(guān)系抽取問(wèn)題，并將一種用于事件抽取的弱監(jiān)督學(xué)習(xí)方法——種子式自擴(kuò)張模式抽取算法引入到蛋白質(zhì)相互作用關(guān)系抽取問(wèn)題中。

2、種子式自擴(kuò)張模式抽取算法只需要提供少量蛋白質(zhì)相互作用種子關(guān)系，就可以自動(dòng)抽取模式，從而再抽取更多的蛋白質(zhì)相互作用關(guān)系。因此，種子式自擴(kuò)張模式抽取算法適用于訓(xùn)練語(yǔ)料較小，語(yǔ)義結(jié)構(gòu)復(fù)雜的蛋白質(zhì)相互作用關(guān)系抽取問(wèn)題。
　　但是將種子式自擴(kuò)張模式抽取算法直接應(yīng)用于蛋白質(zhì)相互作用關(guān)系抽取時(shí)存在一些問(wèn)題，它需要選取具有代表性的典型種子，如果這些種子關(guān)系不具有代表性，則最后產(chǎn)生的模式集會(huì)有較大偏差；其次，該算法一般應(yīng)用于事件抽取的槽信息抽取上，

3、適合于抽取結(jié)構(gòu)化信息，而對(duì)自由文本中的非結(jié)構(gòu)化信息關(guān)系抽取缺乏一定的適應(yīng)性。
　　為了解決以上問(wèn)題，本文定義一種更適于處理自由文本的信息抽取模式表達(dá)式，并通過(guò)采用動(dòng)態(tài)評(píng)估方法來(lái)選擇信息抽取模式和蛋白質(zhì)相互作用關(guān)系。每當(dāng)增加新的蛋白質(zhì)相互作用關(guān)系（信息抽取模式）時(shí)，都要重新評(píng)估信息抽取模式（蛋白質(zhì)相互作用關(guān)系）的置信度，拋棄低置信度的信息抽取模式（蛋白質(zhì)相互作用關(guān)系）。從而達(dá)到防止錯(cuò)誤的累積的目的，更準(zhǔn)確抽取蛋白質(zhì)相互作用關(guān)系。