基于半監(jiān)督和主動學習的蛋白質關系抽取研究.pdf

1、隨著生物醫(yī)學文獻數量的急劇增長，海量的生物醫(yī)學信息出現在生物醫(yī)學研究者面前。一方面，這使生物醫(yī)學研究者很難快速地從這些文獻中找到需要的信息；另一方面，他們常常需要標注大量的樣本進行研究或者實際工作，可是由于數據海量，標注的成本是很高的。因此，為了提高工作效率，迫切地需要一些自動化的手段幫助他們在海量生物醫(yī)學文獻中迅速地找到需要的信息，而且人們更加希望使用盡可能少的已標注樣本就能夠有效地滿足研究與實際需求。使用半監(jiān)督學習及主動學習方法進行

2、生物醫(yī)學文獻中蛋白質關系抽取正是在這種背景下產生的。此外，從生物醫(yī)學文獻中抽取蛋白質關系具有很高的應用價值，對蛋白質知識網絡的建立、蛋白質關系的預測、新藥的研制等均具有重要的意義。 本文首先介紹了蛋白質關系抽取的相關知識和研究概況，然后介紹了半監(jiān)督學習方法中的自訓練、協(xié)同訓練以及主動學習方法，最后研究與實現了基于半監(jiān)督學習與主動學習方法的生物醫(yī)學文獻中的蛋白質關系抽取。該研究使用機器學習方法從兩個不同的角度進行蛋白質關系抽取，著

3、眼與如何盡可能的減輕用戶的標注負擔。首先，使用了半監(jiān)督學習中的自訓練(Self-training)、協(xié)同訓練(Co-training)兩種方法進行蛋白質關系抽取，探討如何利用少量已標樣本集、大量未標樣本集進行蛋白質關系抽取，達到一個不錯的效果；其次，使用主動學習(Activelearning)方法進行蛋白質關系抽取，選擇更有價值的樣本進行標注，探討如何在保持效果的前提下，減少用戶的標注負擔。最后嘗試將半監(jiān)督學習與主動學習方法結合在一起，