基于半監(jiān)督和主動(dòng)學(xué)習(xí)的蛋白質(zhì)關(guān)系抽取研究.pdf

1、隨著生物醫(yī)學(xué)文獻(xiàn)數(shù)量的急劇增長(zhǎng)，海量的生物醫(yī)學(xué)信息出現(xiàn)在生物醫(yī)學(xué)研究者面前。一方面，這使生物醫(yī)學(xué)研究者很難快速地從這些文獻(xiàn)中找到需要的信息；另一方面，他們常常需要標(biāo)注大量的樣本進(jìn)行研究或者實(shí)際工作，可是由于數(shù)據(jù)海量，標(biāo)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(dòng)化的手段幫助他們?cè)诤Ａ可镝t(yī)學(xué)文獻(xiàn)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(biāo)注樣本就能夠有效地滿足研究與實(shí)際需求。使用半監(jiān)督學(xué)習(xí)及主動(dòng)學(xué)習(xí)方法進(jìn)行

2、生物醫(yī)學(xué)文獻(xiàn)中蛋白質(zhì)關(guān)系抽取正是在這種背景下產(chǎn)生的。此外，從生物醫(yī)學(xué)文獻(xiàn)中抽取蛋白質(zhì)關(guān)系具有很高的應(yīng)用價(jià)值，對(duì)蛋白質(zhì)知識(shí)網(wǎng)絡(luò)的建立、蛋白質(zhì)關(guān)系的預(yù)測(cè)、新藥的研制等均具有重要的意義。 本文首先介紹了蛋白質(zhì)關(guān)系抽取的相關(guān)知識(shí)和研究概況，然后介紹了半監(jiān)督學(xué)習(xí)方法中的自訓(xùn)練、協(xié)同訓(xùn)練以及主動(dòng)學(xué)習(xí)方法，最后研究與實(shí)現(xiàn)了基于半監(jiān)督學(xué)習(xí)與主動(dòng)學(xué)習(xí)方法的生物醫(yī)學(xué)文獻(xiàn)中的蛋白質(zhì)關(guān)系抽取。該研究使用機(jī)器學(xué)習(xí)方法從兩個(gè)不同的角度進(jìn)行蛋白質(zhì)關(guān)系抽取，著

3、眼與如何盡可能的減輕用戶的標(biāo)注負(fù)擔(dān)。首先，使用了半監(jiān)督學(xué)習(xí)中的自訓(xùn)練(Self-training)、協(xié)同訓(xùn)練(Co-training)兩種方法進(jìn)行蛋白質(zhì)關(guān)系抽取，探討如何利用少量已標(biāo)樣本集、大量未標(biāo)樣本集進(jìn)行蛋白質(zhì)關(guān)系抽取，達(dá)到一個(gè)不錯(cuò)的效果；其次，使用主動(dòng)學(xué)習(xí)(Activelearning)方法進(jìn)行蛋白質(zhì)關(guān)系抽取，選擇更有價(jià)值的樣本進(jìn)行標(biāo)注，探討如何在保持效果的前提下，減少用戶的標(biāo)注負(fù)擔(dān)。最后嘗試將半監(jiān)督學(xué)習(xí)與主動(dòng)學(xué)習(xí)方法結(jié)合在一起，