本文選題：蛋白質(zhì)關(guān)系抽取　切入點(diǎn)：詞表示　出處：《中文信息學(xué)報(bào)》2017年01期 　論文類型：期刊論文

【摘要】：蛋白質(zhì)關(guān)系抽取是生物醫(yī)學(xué)信息抽取領(lǐng)域的重要分支。目前研究中,基于特征和核函數(shù)方法的蛋白質(zhì)關(guān)系抽取已被充分研究,并且達(dá)到了很高的F-值,通過改進(jìn)特征和核函數(shù)進(jìn)一步優(yōu)化實(shí)例表示變得十分困難。該文結(jié)合詞表示和深層神經(jīng)網(wǎng)絡(luò),提出了一種實(shí)例表示模型。該模型能夠充分利用詞表示的語(yǔ)義表示能力和深層神經(jīng)網(wǎng)絡(luò)的表示優(yōu)化能力;同時(shí)引入主成分分析和特征選擇進(jìn)行特征優(yōu)化,并且通過比較多種傳統(tǒng)的分類器,尋找適合蛋白質(zhì)關(guān)系抽取的分類器。該方法在AIMed語(yǔ)料、BioInfer語(yǔ)料和HPRD50語(yǔ)料上的F-值分別取得了70.5%、82.2%和80.0%,在蛋白質(zhì)關(guān)系抽取任務(wù)上達(dá)到了目前最好的抽取水平。
[Abstract]:Protein relation extraction is an important branch of biomedical information extraction. At present, protein relation extraction based on feature and kernel function method has been fully studied, and has reached a very high F- value. It is very difficult to improve the feature and kernel function to further optimize the representation of examples. An example representation model is proposed, which can make full use of the semantic representation ability of word representation and the representation optimization ability of deep neural network, at the same time, principal component analysis and feature selection are introduced for feature optimization. And by comparing many kinds of traditional classifiers, This method obtained 70.5% 82.2% and 80.0% F- values on AIMed data and HPRD50 corpus, respectively, and reached the best extraction level in the task of protein relation extraction.
【作者單位】： 大連理工大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院;
【基金】：國(guó)家自然科學(xué)基金(61672126,61173101,61173100)
【分類號(hào)】：Q811.4;TP183

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 姚吟秋;;淺談神經(jīng)網(wǎng)絡(luò)在生物工程中的應(yīng)用[J];貴州農(nóng)機(jī)化;2011年01期

2 潘卓華;汪云九;;神經(jīng)網(wǎng)絡(luò)中的競(jìng)爭(zhēng)與協(xié)作[J];生物化學(xué)與生物物理進(jìn)展;1984年05期

3 王書榮;信息、記憶和神經(jīng)網(wǎng)絡(luò)——神經(jīng)科學(xué)進(jìn)展之二[J];生物化學(xué)與生物物理進(jìn)展;1990年06期

4 劉剛,梁明理;神經(jīng)網(wǎng)絡(luò)中伴隨著搜索過程的聯(lián)想[J];生物化學(xué)與生物物理進(jìn)展;1991年04期

5 趙泳根;;神經(jīng)網(wǎng)絡(luò)專題書目[J];生命科學(xué);1993年01期

6 樊樹海,肖田元,樓佩煌,張林搚;含體液因子影響的神經(jīng)網(wǎng)絡(luò)仿真[J];系統(tǒng)仿真學(xué)報(bào);2004年10期

7 鄒凌云;王正志;黃教民;;基于位置特異性譜和輸入加權(quán)神經(jīng)網(wǎng)絡(luò)的蛋白質(zhì)亞細(xì)胞定位預(yù)測(cè)(英文)[J];遺傳學(xué)報(bào);2007年12期

8 潘峰,汪云九,姚國(guó)正,齊(?林;一個(gè)模擬視覺交變現(xiàn)象的神經(jīng)網(wǎng)絡(luò)[J];生物物理學(xué)報(bào);1990年02期

9 史超,汪云九,姚國(guó)正;適應(yīng)共振神經(jīng)網(wǎng)絡(luò)[J];生物化學(xué)與生物物理進(jìn)展;1991年02期

10 喬平林,張繼賢,盧秀山,高武俊,張運(yùn)生;基于神經(jīng)網(wǎng)絡(luò)的區(qū)域生態(tài)環(huán)境分類方法研究[J];地理與地理信息科學(xué);2004年02期

相關(guān)會(huì)議論文 前7條

1 鄒凌云;王正志;;基于主成分分析-神經(jīng)網(wǎng)絡(luò)的非編碼RNA預(yù)測(cè)[A];中國(guó)生物醫(yī)學(xué)工程進(jìn)展——2007中國(guó)生物醫(yī)學(xué)工程聯(lián)合學(xué)術(shù)年會(huì)論文集（下冊(cè)）[C];2007年

2 王如彬;王梓印;;皮層神經(jīng)網(wǎng)絡(luò)的能量編碼[A];第十四屆全國(guó)非線性振動(dòng)暨第十一屆全國(guó)非線性動(dòng)力學(xué)和運(yùn)動(dòng)穩(wěn)定性學(xué)術(shù)會(huì)議摘要集與會(huì)議議程[C];2013年

3 王如彬;張志康;沈恩華;;多個(gè)神經(jīng)振子群網(wǎng)絡(luò)的相變動(dòng)力學(xué)編碼[A];第八屆全國(guó)動(dòng)力學(xué)與控制學(xué)術(shù)會(huì)議論文集[C];2008年

4 謝錦麗;王直杰;;抑制性反饋對(duì)脈沖神經(jīng)網(wǎng)絡(luò)相關(guān)性放電影響研究[A];第一屆全國(guó)神經(jīng)動(dòng)力學(xué)學(xué)術(shù)會(huì)議程序手冊(cè) & 論文摘要集[C];2012年

5 蔣興宇;黃卓;;利用微納米工具調(diào)控神經(jīng)細(xì)胞和神經(jīng)網(wǎng)絡(luò)形貌及功能[A];中國(guó)化學(xué)會(huì)第29屆學(xué)術(shù)年會(huì)摘要集——論壇十：首屆青年化學(xué)家論壇[C];2014年

6 劉國(guó)松;;神經(jīng)網(wǎng)絡(luò)可塑性的調(diào)節(jié)機(jī)理與抗腦衰老的新途徑[A];第十次中國(guó)生物物理學(xué)術(shù)大會(huì)論文摘要集[C];2006年

7 徐靜媛;馬春排;;基于灰色理論和神經(jīng)網(wǎng)絡(luò)的生物建模研究[A];中國(guó)生物醫(yī)學(xué)工程進(jìn)展——2007中國(guó)生物醫(yī)學(xué)工程聯(lián)合學(xué)術(shù)年會(huì)論文集（下冊(cè)）[C];2007年

相關(guān)碩士學(xué)位論文 前10條

1 申蛟隆;秀麗線蟲感知神經(jīng)網(wǎng)絡(luò)的電路實(shí)現(xiàn)研究[D];長(zhǎng)沙理工大學(xué);2014年

2 張嚴(yán)焱;基底剛度對(duì)海馬神經(jīng)網(wǎng)絡(luò)鈣信號(hào)以及突觸傳遞的影響[D];北京體育大學(xué);2016年

3 湯達(dá)祺;基于BP神經(jīng)網(wǎng)絡(luò)的蛋白質(zhì)結(jié)構(gòu)并行分析[D];華南理工大學(xué);2016年

4 范航愷;基于卷積神經(jīng)網(wǎng)絡(luò)的序列特異性預(yù)測(cè)研究[D];云南大學(xué);2016年

5 王潛;基于注意機(jī)制的神經(jīng)網(wǎng)絡(luò)：利用認(rèn)知反饋進(jìn)行特征選擇[D];清華大學(xué);2015年

6 王彤;基于FPGA的Hopfield神經(jīng)網(wǎng)絡(luò)可配置硬件實(shí)現(xiàn)方法研究[D];東北師范大學(xué);2016年

7 何偉;基于主成分分析和神經(jīng)網(wǎng)絡(luò)的蛋白質(zhì)糖基化位點(diǎn)的預(yù)測(cè)[D];中南林業(yè)科技大學(xué);2010年

8 孫保峰;基于神經(jīng)網(wǎng)絡(luò)的表面肌電信號(hào)分類方法研究[D];吉林大學(xué);2013年

9 林麗玉;基于神經(jīng)網(wǎng)絡(luò)的蛋白質(zhì)二級(jí)結(jié)構(gòu)預(yù)測(cè)的研究[D];大連理工大學(xué);2006年

10 彭濤;基于人體代謝揮發(fā)性化合物判斷生命跡象的算法研究[D];燕山大學(xué);2015年

，

本文編號(hào)：1604165