基于多核学习的医学文献蛋白质关系抽取

• 作者: 唐楠 李彦鹏 杨志豪 林鸿飞
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 文本挖掘 信息抽取 蛋白质关系抽取 核方法 多核学习
• 年，卷（期）: 2011,（10）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 184-186
• 分类号: TP311.12
• 字数: 3189字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2011.10.063

摘要

从生物医学文献中抽取蛋白质交互作用关系对蛋白质知识网络的建立、新药的研制等均具有重要的意义.为此,提出一种基于多核学习的方法,用于从文献中自动抽取蛋白质关系信息.该方法融合基于特征的核、树核以及图核,并扩展最短路径依存树以及依存路径以利用更多的上下文关系信息.在AImed语料上的实验得到63.9%的F值和87.83%的AUC值,表明该方法具有较好的性能.

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	大连理工大学计算机科学与技术学院	214	3759	31.0	55.0
2	杨志豪	大连理工大学计算机科学与技术学院	57	863	13.0	28.0
3	李彦鹏	大连理工大学计算机科学与技术学院	7	77	4.0	7.0
4	唐楠	大连理工大学计算机科学与技术学院	2	25	2.0	2.0