基于扩展语义特征机器学习消歧的基因提及标准化

• 作者: 夏佞 李彦鹏 杨志豪 林鸿飞
• 来源期刊: 广西师范大学学报（自然科学版）
• 学科: 工学
• 关键词: 基因提及标准化 基因提及消歧 扩展语义特征 机器学习
• 年，卷（期）: 2010,（3）
• 页码范围: 144-147
• 分类号: TP391.1
• 字数: 3595字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-6600.2010.03.032

摘要

提出了一种基于扩展语义向量的特征表示方法,利用机器学习的方法来解决基因提及标准化中的消歧问题.首先应用高性能的命名实体识别系统识别文献中的基因提及;其次采用不同的搜索策略生成候选结果;再次以扩展语义信息作为特征用机器学习的方法进行消歧;最后利用Wikipedia构建后过滤器对候选结果进行过滤处理.在Biocreative Ⅱ GN任务测试集上的试验表明,该方法的F值达到了83.2%.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	林鸿飞	大连理工大学信息检索研究室	214	3759	31.0	55.0
2	杨志豪	大连理工大学信息检索研究室	57	863	13.0	28.0
3	李彦鹏	大连理工大学信息检索研究室	7	77	4.0	7.0
4	夏佞	大连理工大学信息检索研究室	1	1	1.0	1.0