蛋白質(zhì)相互作用信息提取算法研究.pdf

1、本文對(duì)“蛋白質(zhì)相互作用信息提取”，這個(gè)具有重要理論意義和廣闊應(yīng)用前景的課題進(jìn)行研究和探索。主要研究工作如下：針對(duì)現(xiàn)有蛋白質(zhì)相互作用信息提取算法存在的局限性，提出了一種分兩步驟實(shí)現(xiàn)的蛋白質(zhì)相互作用信息提取算法，即：先應(yīng)用支持向量機(jī)(SVM)提取文獻(xiàn)中的蛋白質(zhì)名稱信息，然后通過關(guān)鍵詞匹配技術(shù)提取文獻(xiàn)中的蛋白質(zhì)相互作用信息。該方案為蛋白質(zhì)相互作用信息提取研究提供了一條新穎的研究思路。 對(duì)目前該研究領(lǐng)域內(nèi)常用的數(shù)據(jù)集進(jìn)行比較分析，選擇語

2、料豐富的GENIA3.02作為本文研究的主要數(shù)據(jù)集。通過實(shí)驗(yàn)發(fā)現(xiàn)：對(duì)五種單詞特征(單詞、詞性、單詞前綴、單詞后綴、前導(dǎo)類別信息)進(jìn)行了不同的組合，以五種特征組合的蛋白質(zhì)名稱信息提取算法性能最好；SVM方法應(yīng)用到蛋白質(zhì)名稱信息提取領(lǐng)域，其性能好于傳統(tǒng)的基于詞典提取方法，與最大熵方法性能相近；本文設(shè)計(jì)的兩步實(shí)現(xiàn)蛋白質(zhì)相互作用信息提取算法與該研究領(lǐng)域其它方法比較，性能較好。 最后，設(shè)計(jì)了一種蛋白質(zhì)相互作用信息提取系統(tǒng)。該系統(tǒng)采用模塊化