基于深層句法分析與領(lǐng)域知識(shí)的生物事件抽取.pdf

1、隨著信息技術(shù)的快速發(fā)展，蘊(yùn)含著大量的潛在知識(shí)的生物醫(yī)學(xué)文獻(xiàn)數(shù)量飛速累積。如何自動(dòng)高效地從海量生物醫(yī)學(xué)文獻(xiàn)中提取有用知識(shí)，進(jìn)而揭示更多威脅人類的各種疾病的未知信息成為一個(gè)亟待解決的問(wèn)題。在此背景下，生物醫(yī)學(xué)領(lǐng)域的信息抽取技術(shù)得以發(fā)展。伴隨著生物醫(yī)學(xué)研究的日益精細(xì)化，以往相對(duì)簡(jiǎn)單的關(guān)系抽取不能滿足生物醫(yī)學(xué)家們的研究需求，展現(xiàn)生物分子間多元關(guān)系的生物醫(yī)學(xué)事件抽取應(yīng)運(yùn)而生，并迅速成為研究熱點(diǎn)。本文重點(diǎn)研究生物醫(yī)學(xué)事件抽取技術(shù)的關(guān)鍵問(wèn)題。借鑒前人

2、提出的經(jīng)典事件抽取流程，本文將整個(gè)事件抽取系統(tǒng)分為:語(yǔ)料預(yù)處理、事件觸發(fā)詞識(shí)別、事件元素檢測(cè)、事件后處理四大塊。主要做了以下兩個(gè)工作。
　　針對(duì)事件觸發(fā)詞識(shí)別階段特征作用方式單一籠統(tǒng)效果不佳的問(wèn)題，提出一種基于深層句法分析的雙層特征構(gòu)建方法。巧妙地利用觸發(fā)詞與元素呈現(xiàn)的事件結(jié)構(gòu)與深層句法分析得到的謂詞參數(shù)結(jié)構(gòu)之間存在的從屬關(guān)系相似性，單獨(dú)地進(jìn)行事件觸發(fā)詞-蛋白質(zhì)對(duì)關(guān)系的提取，用以融合常用的基于詞典的觸發(fā)詞抽取結(jié)果。這種方法針對(duì)觸發(fā)

3、詞任務(wù)的特殊性，能夠更好地發(fā)揮了深層句法分析中蘊(yùn)含的句子結(jié)構(gòu)信息的作用，同時(shí)彌補(bǔ)了基于詞典方法存在的無(wú)法抽取未登錄觸發(fā)詞的缺陷。將該方法在BioNLP2009與BioNLP2011 GE語(yǔ)料集分別進(jìn)行實(shí)驗(yàn)，與對(duì)比實(shí)驗(yàn)WSD方法相比明顯提升了各項(xiàng)性能，同時(shí)表現(xiàn)出良好的泛化能力。
　　針對(duì)在事件元素檢測(cè)階段已標(biāo)注語(yǔ)料的缺乏導(dǎo)致特征稀疏的問(wèn)題，提出一種結(jié)合領(lǐng)域知識(shí)的方法。從大量未標(biāo)注中提取蘊(yùn)含豐富領(lǐng)域知識(shí)與語(yǔ)義信息的詞向量特征，同時(shí)利用