在生命機(jī)體中生物實(shí)體（如化合物、蛋白質(zhì)等）之間時(shí)刻發(fā)生各種相互作用,研究生物實(shí)體的作用關(guān)系對(duì)理解生命機(jī)制至關(guān)重要。隨著生物醫(yī)學(xué)文獻(xiàn)快速增長(zhǎng),可以利用文獻(xiàn)挖掘的方法高效地提取出生物實(shí)體關(guān)系,進(jìn)而建立結(jié)構(gòu)化的生物數(shù)據(jù)庫(kù),這對(duì)于生物醫(yī)學(xué)基礎(chǔ)研究和藥物研發(fā)等領(lǐng)域具有廣泛的應(yīng)用價(jià)值。據(jù)我們所知,以往基于機(jī)器學(xué)習(xí)的系統(tǒng)提取生物實(shí)體關(guān)系需要耗費(fèi)精力設(shè)計(jì)特征,而且較難刻畫詞語(yǔ)之間的依賴信息;基于深度學(xué)習(xí)的系統(tǒng)大多忽略了生物實(shí)體關(guān)系具有層次的特點(diǎn),未建立關(guān)系之間的聯(lián)系。而且這些系統(tǒng)在特定數(shù)據(jù)集上訓(xùn)練,遷移到其他數(shù)據(jù)集時(shí)表現(xiàn)不佳,導(dǎo)致難以提取多種生物實(shí)體關(guān)系。另外,大多生物實(shí)體關(guān)系數(shù)據(jù)庫(kù)依靠手工建立,該方法非常耗費(fèi)資源且難以跟上出版物的速度。為此本文設(shè)計(jì)一種普適性強(qiáng)的且能提取不同層次生物實(shí)體關(guān)系的深度學(xué)習(xí)模型,并利用模型挖掘海量文獻(xiàn)中的生物實(shí)體關(guān)系,建立結(jié)構(gòu)化的數(shù)據(jù)庫(kù)供研究者使用。本文主要工作和貢獻(xiàn)如下:1.生物實(shí)體層次化關(guān)系提取方法設(shè)計(jì)本文提出基于多通道卷積神經(jīng)網(wǎng)絡(luò)模型（MCCNN）用于提取多種生物實(shí)體關(guān)系。此模型利用卷積操作將句子劃分成多個(gè)短語(yǔ)并學(xué)習(xí)其語(yǔ)義,然后從短語(yǔ)中捕獲到表達(dá)關(guān)系的底層關(guān)系詞,最后... 

【文章來(lái)源】：中國(guó)科學(xué)技術(shù)大學(xué)安徽省 211工程院校 985工程院校

【文章頁(yè)數(shù)】：90 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖１．３?ＢｉｏＳｔａｒｓ網(wǎng)站中的問(wèn)答示例??

第２章問(wèn)題定義及相關(guān)知識(shí)??形式上具有差別，而它們與第三個(gè)句子的底層關(guān)系在生物學(xué)意義上具有差別，但??同時(shí)也具有一定的聯(lián)系。所以只提取出生物實(shí)體間的底層關(guān)系，會(huì)導(dǎo)致關(guān)系種類??過(guò)多，使得具有聯(lián)系的關(guān)系也孤立地存在，這樣不利于發(fā)現(xiàn)關(guān)系之間的聯(lián)系。采??用關(guān)系分類的方法認(rèn)為通過(guò)專家對(duì)生物實(shí)體之間的關(guān)系進(jìn)行概括，預(yù)定義一些??抽象的高層關(guān)系，然后將生物實(shí)體關(guān)系提取任務(wù)轉(zhuǎn)變成分類問(wèn)題［４２，４３』。如圖２．１，??三個(gè)句子中的實(shí)體關(guān)系都可以抽象為“ＩＮＨＩＢＩＴＯＲ?（抑制）”這一高層關(guān)系中。??目前深度學(xué)習(xí)方法主要將關(guān)系提取轉(zhuǎn)化為關(guān)系分類任務(wù)，通過(guò)設(shè)計(jì)模型預(yù)測(cè)實(shí)??體間的關(guān)系類別。使用關(guān)系分類主要提取出實(shí)體之間的高層關(guān)系，而忽略了底層??關(guān)系，當(dāng)研宄者研宄生物實(shí)體具體的作用類型時(shí)，則不能滿足研宄者的需求。??本文所研宄的生物實(shí)體關(guān)系提取的目標(biāo)是同時(shí)提取出實(shí)體間的底層關(guān)系??和高層關(guān)系，然后將層次化的關(guān)系保存到數(shù)據(jù)庫(kù)中供用戶使用。如圖２．２描述??化合物與蛋白質(zhì)關(guān)系的句子?“Ｗｅ?ｃｏｎｃｌｕｄｅ?ｔｈａｔ?ｅｒｇ３?ｃａｎ?ｂｅ?ｂｌｏｃｋｅｄ?ｂｙ?ｓｅｒｔｉｎｄｏｌｅ??ａｎｄ?ｐｉｍｏｚｉｄｅ．”中包含三個(gè)實(shí)體，通過(guò)兩兩組合可形成三個(gè)實(shí)體對(duì)＜ｅｒｇ３，ｓｅｒｔｉｎ－??ｄｏｌｅ＞，＜ｅｒｇ３，?ｐｉｍｏｚｉｄｅ〉和〈ｓｅｒｔｉｎｄｏｌｅ，ｐｉｍｏｚｉｄｅ〉。其中前兩個(gè)實(shí)體對(duì)的關(guān)系由??“ｂｅ?ｂｌｏｃｋｅｄ?ｂｙ”描述，而第三個(gè)實(shí)體對(duì)不具有關(guān)系，所以在提取時(shí)我們首先識(shí)別??出前兩個(gè)實(shí)體對(duì)的底層關(guān)系“ｂｌｏｃｋ”，然后再把底層關(guān)系歸類到高層關(guān)系“ＩＮ？??ＨＩＢＩＴＯＲ，，中，對(duì)于不具有關(guān)系的實(shí)體對(duì)，在預(yù)測(cè)時(shí)我們把這些實(shí)體關(guān)

／?＼?／?＼?／?＼??ＮＮＰ?ＮＮＰＳ?ＮＰ?ＰＰ?ＤＴ?ＮＮ??／＼?／＼??ＤＴＮＮＩＮ?ＮＰ??＼??ＮＮＰ??Ｉ??Ａｍｅｒｉｃａｎ?Ａｉｒｌｉｎｅｓ?ａ?ｕｎｉｔ?ｏｆ?ＡＭＲ?ｉｍｍｅｄｉａｔｅｌｙ?ｍａｔｃｈｅｄ?ｔｈｅ?ｍｏｖｅ?ｓｐｏｋｅｓｍａｎ?Ｔｉｍ?Ｗａｇｎｅｒ?ｓａｉｄ??Ｐｈｒａｓｅ?ｌａｂｅｌ?ｐａｔｈｓ??ＰＴＰ?＝?［ＮＰ，?Ｓ，?ＮＰ］??ＰＴＰＨ?＝?［ＮＰ：Ａｉｒｌｉｎｅｓ，?Ｓ：ｍａｔｃｈｅｄ，?ＮＰ：Ｗａｇｎｅｒ］??圖２．３句法解析方法示例??基于句法分析的方法。該方法是通過(guò)將句子進(jìn)行分塊，然后提取出句子的主??干，再通過(guò)對(duì)句子主干中的詞進(jìn)行匹配，得到句子中蘊(yùn)含的實(shí)體關(guān)系。句法分析??工具常見(jiàn)的有ＮＬＴＫ程序庫(kù)［４９】，ＳｔａｎｆｏｒｄＣｏｒｅＮＬＰ工具＿等，這些句法分析器??１８??

【參考文獻(xiàn)】：
期刊論文
[1]深度學(xué)習(xí)實(shí)體關(guān)系抽取研究綜述[J]. 鄂海紅,張文靜,肖思琪,程瑞,胡鶯夕,周筱松,牛佩晴.  軟件學(xué)報(bào). 2019(06)



本文編號(hào)：3112479