2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩58頁未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

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

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論