基于深層句法分析與領(lǐng)域知識的生物事件抽取.pdf

1、隨著信息技術(shù)的快速發(fā)展，蘊含著大量的潛在知識的生物醫(yī)學(xué)文獻數(shù)量飛速累積。如何自動高效地從海量生物醫(yī)學(xué)文獻中提取有用知識，進而揭示更多威脅人類的各種疾病的未知信息成為一個亟待解決的問題。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)研究的日益精細化，以往相對簡單的關(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)運而生，并迅速成為研究熱點。本文重點研究生物醫(yī)學(xué)事件抽取技術(shù)的關(guān)鍵問題。借鑒前人

2、提出的經(jīng)典事件抽取流程，本文將整個事件抽取系統(tǒng)分為:語料預(yù)處理、事件觸發(fā)詞識別、事件元素檢測、事件后處理四大塊。主要做了以下兩個工作。
　　針對事件觸發(fā)詞識別階段特征作用方式單一籠統(tǒng)效果不佳的問題，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，單獨地進行事件觸發(fā)詞-蛋白質(zhì)對關(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含的句子結(jié)構(gòu)信息的作用，同時彌補了基于詞典方法存在的無法抽取未登錄觸發(fā)詞的缺陷。將該方法在BioNLP2009與BioNLP2011 GE語料集分別進行實驗，與對比實驗WSD方法相比明顯提升了各項性能，同時表現(xiàn)出良好的泛化能力。
　　針對在事件元素檢測階段已標(biāo)注語料的缺乏導(dǎo)致特征稀疏的問題，提出一種結(jié)合領(lǐng)域知識的方法。從大量未標(biāo)注中提取蘊含豐富領(lǐng)域知識與語義信息的詞向量特征，同時利用