基于BIONLP’09的生物文獻(xiàn)事件抽取的研究與實(shí)現(xiàn).pdf

1、隨著現(xiàn)代文明的飛速發(fā)展，生物文獻(xiàn)數(shù)量呈幾何式增長，如何能夠從海量的生物文獻(xiàn)中獲取相關(guān)生物學(xué)知識(shí)已經(jīng)成為一個(gè)熱門的研究問題。對(duì)于文獻(xiàn)中的信息而言，并沒有一個(gè)嚴(yán)格的組織管理結(jié)構(gòu)，如果能夠?qū)⑵渥兂梢粋€(gè)有一定組織結(jié)構(gòu)的集合體對(duì)于信息的獲取無疑是一個(gè)巨大的好處，在此背景下，文本挖掘技術(shù)應(yīng)運(yùn)而生，近年來對(duì)于信息的提取和挖掘技術(shù)已今非昔比，而事件抽取技術(shù)是其中較為優(yōu)秀和高級(jí)的層次。
　　事件抽取技術(shù)屬于文本挖掘技術(shù)中的一種，本文主要是對(duì)生物文獻(xiàn)

2、事件抽取技術(shù)進(jìn)行研究，本文講述的是根據(jù)BIONLP’09 share task，針對(duì)非結(jié)構(gòu)化的生物文獻(xiàn)，運(yùn)用一些現(xiàn)有的工具和方法進(jìn)行分析和處理，識(shí)別蛋白質(zhì)實(shí)體，識(shí)別線索詞（也叫觸發(fā)詞），進(jìn)而運(yùn)用一些方法和規(guī)則發(fā)現(xiàn)其聯(lián)系，并判斷其關(guān)系類型，得到關(guān)系詞對(duì)，即本研究這里所說的事件抽取。在整個(gè)實(shí)驗(yàn)處理流程方面可以大致分為預(yù)處理模塊、Parsing句法解析過程（包括上下文特征提?。⒁?guī)則解析與關(guān)系提取模塊以及結(jié)果處理模塊，這是一種較典型的監(jiān)督學(xué)習(xí)

3、的方法處理流程，本研究的實(shí)現(xiàn)重點(diǎn)主要在規(guī)則解析與關(guān)系提取模塊以及結(jié)果處理模塊。對(duì)于預(yù)處理模塊而言主要的處理包括文本格式的統(tǒng)一，蛋白質(zhì)的全部替換以及線索詞的初步替換；規(guī)則解析與關(guān)系提取模塊主要進(jìn)行包括進(jìn)棧處理，線索詞的全部替換，以及利用規(guī)則進(jìn)行解析等；結(jié)果處理模塊中主要進(jìn)行包括去重，重排序，分解，以及回替換等操作。
　　最后實(shí)驗(yàn)結(jié)果表明利用本研究的處理方法和步驟在無論是事件的召回率、準(zhǔn)確率還是F值，都基本能夠達(dá)到50％以上，取得了相