基于非平衡數(shù)據(jù)的生物文獻(xiàn)分類研究.pdf

1、近幾十年來(lái)，生物信息學(xué)實(shí)驗(yàn)手段和研究方法的不斷突破和數(shù)據(jù)存儲(chǔ)技術(shù)的快速發(fā)展使得領(lǐng)域內(nèi)實(shí)驗(yàn)數(shù)據(jù)及相關(guān)研究文獻(xiàn)呈現(xiàn)爆炸式增長(zhǎng)。如何從規(guī)模日益增大的網(wǎng)絡(luò)數(shù)據(jù)庫(kù)中快速有效的提取感興趣的信息成為生物信息學(xué)的一大挑戰(zhàn)。隨著文本挖掘技術(shù)的興起，將其應(yīng)用在生物信息學(xué)文獻(xiàn)挖掘領(lǐng)域受到了廣泛的研究與關(guān)注。利用文本挖掘技術(shù)不僅能從文獻(xiàn)數(shù)據(jù)中發(fā)現(xiàn)知識(shí)從而掌握領(lǐng)域研究現(xiàn)狀，更可以自由構(gòu)建生物信息數(shù)據(jù)庫(kù)。生物學(xué)文獻(xiàn)挖掘系統(tǒng)成為了現(xiàn)代生物學(xué)研究工作的重要組成部分。<

2、br>　　在動(dòng)植物生長(zhǎng)過(guò)程中，許多重要的經(jīng)濟(jì)性狀都是數(shù)量性狀，據(jù)此引入了數(shù)量性狀座位（Quantitative Trait Locus,QTL）來(lái)描述控制數(shù)量性狀的基因?，F(xiàn)有針對(duì)某個(gè)或某些物種的QTL信息數(shù)據(jù)庫(kù)，它們大多均采用人工篩選文獻(xiàn)的方式為這些數(shù)據(jù)庫(kù)搜集信息。針對(duì)這些QTL信息數(shù)據(jù)庫(kù)包含信息不完整和更新不及時(shí)的問(wèn)題，本文嘗試將基于機(jī)器學(xué)習(xí)的文本分類方法引入生物信息數(shù)據(jù)庫(kù)構(gòu)建流程，從大量文獻(xiàn)中挖掘出特定的目標(biāo)文獻(xiàn)，構(gòu)建了面向作物QT

3、L定位的文獻(xiàn)自動(dòng)分類系統(tǒng)。
　　本文的研究對(duì)象是大量特定物種的生物學(xué)研究文獻(xiàn)，其研究目標(biāo)是從中分類出與物種QTL定位相關(guān)的研究文獻(xiàn)，為構(gòu)建物種QTL信息數(shù)據(jù)庫(kù)提供原始數(shù)據(jù)。在研究過(guò)程中，為實(shí)現(xiàn)對(duì)文獻(xiàn)的分類采用了支持向量機(jī)來(lái)進(jìn)行文本分類。
　　用于支持向量機(jī)學(xué)習(xí)的實(shí)例文獻(xiàn)來(lái)源于各個(gè)網(wǎng)絡(luò)權(quán)威生物信息網(wǎng)站，通過(guò)網(wǎng)絡(luò)爬蟲(chóng)程序逐級(jí)追蹤鏈接將這些文獻(xiàn)信息下載存為文本文檔。針對(duì)學(xué)習(xí)實(shí)例來(lái)源于不同數(shù)據(jù)庫(kù)，因此可能存在的數(shù)據(jù)格式的不一致和信息

4、冗余問(wèn)題，對(duì)該數(shù)據(jù)集進(jìn)行了多種形式的數(shù)據(jù)清理工作。本文的待分類文獻(xiàn)數(shù)據(jù)來(lái)源于PubMed數(shù)據(jù)庫(kù)，通過(guò)對(duì)待分類文獻(xiàn)數(shù)據(jù)集進(jìn)行量化分析，得出本文的分類任務(wù)具有不均衡數(shù)據(jù)特性。針對(duì)該問(wèn)題，在文本表示階段，利用本文分類的生物學(xué)文獻(xiàn)特性提出了將詞表示和詞組表示相結(jié)合的向量構(gòu)建方法，有效提高了分類精度。在數(shù)據(jù)層面，對(duì)改善不均衡數(shù)據(jù)對(duì)分類器性能影響的多種典型重采樣策略進(jìn)行了綜合比較，同時(shí)結(jié)合支持向量機(jī)內(nèi)部各核函數(shù)和參數(shù)選擇方法進(jìn)行了細(xì)致的實(shí)驗(yàn)，選擇出