基于文檔集的生物信息挖掘模型研究與實(shí)現(xiàn).pdf

1、隨著現(xiàn)代科學(xué)技術(shù)不斷的進(jìn)步與發(fā)展，互聯(lián)網(wǎng)信息時(shí)代的到來，多種多樣的信息資源憑借互聯(lián)網(wǎng)為載體的聚集，成就了一個(gè)多元化、大存儲(chǔ)的信息數(shù)據(jù)庫。在海量的信息資源中，怎樣精確、高速地提取研究人員感興趣的信息成為新的科研研究課題。
　　各個(gè)專業(yè)領(lǐng)域的研究人員能用總結(jié)性、規(guī)范性的科學(xué)語言精確的描述出實(shí)驗(yàn)研究的方法及結(jié)果，并且借助文本的形式存儲(chǔ)起來，也可借用互聯(lián)網(wǎng)的方式共享出去，所以共享的科學(xué)文獻(xiàn)中存在大量的專業(yè)知識(shí)?？茖W(xué)文獻(xiàn)中的表述均是通過實(shí)踐

2、考證的，高度概括的，與專業(yè)領(lǐng)域內(nèi)科研專家的表述形式最相近的。在生物信息的范疇內(nèi)，一些研究專家提出了關(guān)于文獻(xiàn)里知識(shí)發(fā)現(xiàn)的思想，經(jīng)過文獻(xiàn)中的題目、摘要、關(guān)鍵字等專業(yè)詞語，將隱藏在生物文獻(xiàn)里許多鮮為人知的信息挖掘出來。
　　在生物信息文獻(xiàn)中記錄著大量重要的實(shí)驗(yàn)結(jié)果，例如，數(shù)量性狀位點(diǎn)(QTL)定位信息通常是在表格中。QTL(quantitative trait locus)的含義是控制數(shù)量性狀的基因在基因組中的位置，它是作物育種研究的重

3、要依據(jù)。可是，隨著生物信息技術(shù)突飛猛進(jìn)的發(fā)展，生物文獻(xiàn)的總數(shù)量增長(zhǎng)的越來越快。人工從文獻(xiàn)中獲取所需要的信息已不能適應(yīng)生物信息文獻(xiàn)數(shù)量迅速生長(zhǎng)的需要。文本挖掘技術(shù)能自動(dòng)地從文本中發(fā)現(xiàn)知識(shí)，因而，信息提取的方法得到了普遍的運(yùn)用。然而，大多數(shù)使用文本挖掘技術(shù)從文獻(xiàn)里抽取知識(shí)均側(cè)重于在非結(jié)構(gòu)化文本里抽取。在本文中，提出一個(gè)方法用于在文獻(xiàn)中抽取結(jié)構(gòu)化信息，并將復(fù)雜、多樣的表格轉(zhuǎn)化為結(jié)構(gòu)化的數(shù)據(jù)，然后再結(jié)合從文本中抽取的信息構(gòu)建數(shù)據(jù)庫。
　　

4、通過構(gòu)建《Soybean QTL數(shù)據(jù)挖掘系統(tǒng)》，應(yīng)用文本挖掘的方法自動(dòng)從相關(guān)文獻(xiàn)中挖掘分析QTL、基因功能等信息。本文使用大豆文獻(xiàn)作為基礎(chǔ)數(shù)據(jù)，全面介紹當(dāng)前信息抽取現(xiàn)狀以及國內(nèi)外發(fā)展歷程，在文本預(yù)處理、句法分析和訓(xùn)練樣本基礎(chǔ)上，從提取規(guī)則方式上入手，提出具有特色的文本信息抽取方式，建立基于文檔集的生物信息挖掘模型，為大豆育種和分子生物信息學(xué)的科研工作提供了數(shù)據(jù)資源。同時(shí)，這個(gè)方法可以大大減少數(shù)據(jù)庫構(gòu)建的勞動(dòng)負(fù)擔(dān)。構(gòu)建Soybean QT