- 1、本文档共2页,可阅读全部内容。
- 2、原创力文档(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、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、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、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 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、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、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
基于组合分类器的生物命名实体识别.doc
基于组合分类器的生物命名实体识别
论文摘要: 生物命名实体识别是一项非常重要和基础的生物医学文本挖掘技(略)键的一个步骤,只有正确地识别出生物命名实体,才能有效地完成基因标准化、生物事件抽取以及蛋白质-蛋白质交互关系抽取等更加复杂的工作.生物医学命名实体包括(略)、DNA、RNA等,通常有着复杂的结构,对于这些实体的鉴别和分类是非常富有挑战性的.机器学习方法例如CRF、MEMM和SVM已经广泛的应用于从已标注的语料中学习识别出生物医学命名实体.然而,生物命名实体识别系统的性能仍然没有普通命名实体识别系统的好.(略)高生物命名实体识别的性能,研究者提出了合并多个分类器结果的多分类器方法. 本文主要研究基于组合分类器的生物命名实体识别方法,实验是在BioCreAtIvE 2GM的训练语料和测试语料上进行的.本文主(略)下两点: ⒈构建单一分类器模型 本文利用不同的分类模型、不同的分类方法和特征集构建了六个不同的机器学习模型,并对每种模型采用的特征集,特征抽取方法,以及训练过程进行了详细介绍. (略)提高最大熵方法的识别性能,本文采用TBL方法对最大熵的标注结果进行了纠错处理.实验结果显示纠错处理在很大程...
Biomedical Named Entity Recognition (Bio-NER) is (omitted)ly important and fundamental task of biomedical text mining, and is also a critical step for biomedical text mining, only itted)ies are correctly i(omitted)could other more plex tasks, such as, gene normalization, biomedical eve(omitted)tion and protein-protein interaction extraction, be performed effectively. Biomedical named entities include mentions of proteins, genes, DNA, RNA, etc itted)omplex structures, but it is cha...
目录:
摘要 第4-5页
Abstract 第5-6页
1 绪论 第9-16页
研究背景与意义 第9-10页
研究现状 第10-14页
本文主要研究内容 第14页
本文组织结构 第14-16页
2 机器学习模型 第16-25页
支持向量机模型 第16-18页
最优分类超平面 第16页
核函数 第16-17页
SVM多分类问题扩展方法 第17-18页
最大熵模型 第18-20页
条件随机场模型 第20-24页
CRF的无向图结构 第21-22页
CRF与势函数 第22-23页
CRF的参数估计 第23-24页
本章小结 第24-25页
3 单一分类器的构建 第25-40页
实验语料及语料的预处理方法 第25-26页
有效的特征信息 第26-28页
不同单一分类器的构建 第28-38页
基于条件随机场的生物命名实体识别 第29-32页
基于支持向量机的生物命名实体识别 第32-34页
最大熵方法的生物命名实体识别 第34-38页
本章小结 第38-40页
4 基于组合分类器的生物命名实体识别方法 第40-46页
组合分类器方法 第40-43页
后处理 第43-45页
本章小结 第45-46页
5 实验与结果分析 第46-54页
单个分类器实验结果 第46-47页
组合分类器方法的识别结果 第47-52页
集合并/交操作方法实验结果 第47-49页
投票方法实验结果 第49-50页
叠加方法实验结果 第50-51页
结果比较与分析 第51-52页
错误分析与总结 第52页
本章小结 第52-54页
结论 第54-55页
您可能关注的文档
最近下载
- 审稿意见回复信英文模板和语料总结.pdf
- GB50461-2008:石油化工静设备安装工程施工质量验收规范.pdf VIP
- Bose博士SoundTouch 300 Soundbar 扬声器说明书.pdf
- 剧本杀完整剧本 罪恶(4人封闭).docx
- 新版pep小学英语五年级上册unit2alet'stalk课件.ppt
- 1.2.1 学习使用显微镜课件2024-2025学年度七年级上册人教版生物学.pptx VIP
- (完整版)加油站基本情况调查分析报告.doc
- 2024年轮胎行业分析报告:万亿市场群雄逐鹿,步入2.0时代消费属性凸显.pdf
- 阅读考级练习之《无字书图书馆》测试题【附答案】.docx
- 主题3:友情类20篇(解析版)-备战2022年新高考英语读后续写主题分类专项汇编.docx
文档评论(0)