基于多核学习的医学文献蛋白质关系抽取

摘要：

从生物医学文献中抽取蛋白质交互作用关系对蛋白质知识网络的建立、新药的研制等均具有重要的意义.为此,提出一种基于多核学习的方法,用于从文献中自动抽取蛋白质关系信息.该方法融合基于特征的核、树核以及图核,并扩展最短路径依存树以及依存路径以利用更多的上下文关系信息.在AImed语料上的实验得到63.9%的F值和87.83%的AUC值,表明该方法具有较好的性能.

关键词：文本挖掘、信息抽取、蛋白质关系抽取、核方法、多核学习

所属期刊栏目：37

分类号：TP311.12(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目60373095,60673039;国家"863"计划基金资助项目2006AA01Z151

在线出版日期：2011-08-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：184-186