基于监督学习和半监督学习的蛋白质关系抽取 - 江西师范大学学报 .pdfVIP

37 4 ( ) Vol． 37 No． 4 第 卷第 期 江西师范大学学报 自然科学版 20 13 7 Journal of Jiangxi Normal University (Natural Science) Jul． 20 13 年 月 文章编号:1000-5862 (20 13)04 -0392-05 基于监督学习和半监督学习的蛋白质关系抽取 1 1* 1 2 1 ， ， ， ， 王艳华 杨志 豪 李彦鹏 唐利娟 林鸿飞 (1． ， 116024 ;2 ． ， 250 100) 大连理工大学计算机科学与技术学院 辽宁大连 山东省农业管理干部学院机械电子工程系 山东济南 摘要: ， ． 提出了一种将监督学习和半监督学习融合的方法 并用于从文献中自动抽取蛋白质关系 在 AImed 63． 2% F ， ． 语料上的实验得到 的 值 这表明该方法达到目前较好的性能 关键词: ; ; ; ; 文本挖掘 信息抽取 蛋白质关系抽取 监督学习 半监督学习 中图分类号:TP 391 文献标志码:A ， ， 0 引言 代价很高 容易获取的是大量的廉价的未标注数据 如生物文献的数据库PUBMED． 随着研究的发展， 10 过去的 年见证了生物医学文献的爆炸式增 将少量带标注数据和大量的未标注数据结合的半监 长， PUBMED 如生物文献的数据库 中的文献已经超 ， 督学习成为机器学习的研究热点 大量的半监督学 2000 ． ［6］ 过 万条 海量的数据给研究者们带来丰富的信 ， M． Miwa 在SVM 基础上提 习方法纷纷涌现 如 等 ， ［7］ 息 但研究者们通宵达旦阅读文献也不及文献的增 出的TSVM (Transductive SVM)和李彦鹏等 提出 ． ， 长速度 因此 从生物医学文献中提取和组织信息的 (FCG) ， 特征耦合泛化 方法 其优势是可以很容易处 ． 系统变得越来越重要 抽取的这些信息能帮助研究