面向生物醫(yī)學(xué)領(lǐng)域的信息抽取研究.pdf

1、生物醫(yī)學(xué)文獻(xiàn)的數(shù)量正爆炸式地增長(zhǎng)。如此海量的數(shù)據(jù)給研究者們帶來(lái)豐富的信息，但研究者們通宵達(dá)旦閱讀文獻(xiàn)也不及文獻(xiàn)的增長(zhǎng)速度。因此自動(dòng)從生物醫(yī)學(xué)文獻(xiàn)中提取和組織信息的系統(tǒng)變得越來(lái)越重要。抽取的這些信息能幫助研究者處理信息、系統(tǒng)地闡述生物模型、提出假設(shè)。隨著研究的發(fā)展，從生物醫(yī)學(xué)文獻(xiàn)中自動(dòng)抽取各種關(guān)系模型，成為文本挖掘領(lǐng)域中的重要方向。論文中我們對(duì)蛋白質(zhì)關(guān)系抽取、通路信息抽取、利用文本構(gòu)建藥物基因組學(xué)語(yǔ)義網(wǎng)絡(luò)三個(gè)方面進(jìn)行研究。
　　從文

2、本中自動(dòng)抽取蛋白質(zhì)間的相互作用關(guān)系是文本挖掘領(lǐng)域中的重要方向。監(jiān)督學(xué)習(xí)利用標(biāo)注數(shù)據(jù)訓(xùn)練預(yù)測(cè)，通常能取得較好的性能;半監(jiān)督學(xué)習(xí)可以利用海量的未標(biāo)注數(shù)據(jù)。為了充分發(fā)揮這兩種方法的優(yōu)勢(shì)，本文提出一種將監(jiān)督學(xué)習(xí)和半監(jiān)督學(xué)習(xí)融合的方法，用于自動(dòng)從文獻(xiàn)中抽取蛋白質(zhì)關(guān)系。在AImed語(yǔ)料上取得了較好的效果。
　　從海量的已發(fā)表文獻(xiàn)中自動(dòng)提取通路信息，能幫助我們理解疾病和發(fā)現(xiàn)新藥。在本文中，我們提出了一個(gè)兩階段的方法從Medline摘要中抽取跟疾

3、病相關(guān)的通路信息。在第一階段，使用的基于規(guī)則的方法主要分為以下四步:預(yù)處理、種子識(shí)別、句法分析、通路信息抽取。在第二階段中，使用蛋白質(zhì)關(guān)系抽取系統(tǒng)進(jìn)行關(guān)系抽取作為補(bǔ)充，來(lái)提高召回率。實(shí)驗(yàn)結(jié)果表明了該方法的有效性。
　　我們從Medline摘要中抽取基因-藥物、基因-疾病兩種關(guān)系，以此來(lái)構(gòu)建了藥物基因組學(xué)語(yǔ)義網(wǎng)絡(luò)，并設(shè)計(jì)實(shí)現(xiàn)了一個(gè)藥物基因組學(xué)語(yǔ)義網(wǎng)絡(luò)可視化系統(tǒng)。該系統(tǒng)可以展示語(yǔ)義網(wǎng)絡(luò)，同時(shí)可以對(duì)網(wǎng)絡(luò)進(jìn)行可視化編輯。
　　通過(guò)對(duì)