公开(公告)号：CN104134017A

公开(公告)日：2014-11-05

申请号：CN201410344712.5

申请日：2014-07-18

Applicant: 华南理工大学

Inventor： 董守斌 ,  曾之肇 ,  李粤

IPC: G06F19/18

Abstract: 本发明公开了一种基于紧凑特征表示的蛋白质作用关系对抽取方法，包括以下步骤：1)选取所需的语料，语料是以句子为单位，已经有了蛋白质实体的标注及实体关系的标注；2)舍弃步骤1)中不包含蛋白质实体或只包含一个蛋白质实体的句子，得到句子集合sen_set；3)用占位符替换句子中相应的蛋白质实体并进行占位符融合，再进行词性标注和句法分析；4)以每个实体对为单位，获取词、词性、句法和模板的特征；5)对步骤4)中获得的特征进行紧凑化表达的操作；6)利用支持向量机对从步骤4)得到的特征进行训练或者利用已训练的模型进行预测。与传统的基于特征实体关系对抽取方法相比，本发明尽最大努力利用句子中可利用的信息，极大地丰富了特征向量的信息量。

公开(公告)号：CN104134017B

公开(公告)日：2017-01-25

申请号：CN201410344712.5

申请日：2014-07-18

Applicant: 华南理工大学

Inventor： 董守斌 ,  曾之肇 ,  李粤

IPC: G06F19/18

Abstract: 本发明公开了一种基于紧凑特征表示的蛋白质作用关系对抽取方法，包括以下步骤：1)选取所需的语料，语料是以句子为单位，已经有了蛋白质实体的标注及实体关系的标注；2)舍弃步骤1)中不包含蛋白质实体或只包含一个蛋白质实体的句子，得到句子集合sen_set；3)用占位符替换句子中相应的蛋白质实体并进行占位符融合，再进行词性标注和句法分析；4)以每个实体对为单位，获取词、词性、句法和模板的特征；5)对步骤4)中获得的特征进行紧凑化表达的操作；6)利用支持向量机对从步骤4)得到的特征进行训练或者利用已训练的模型进行预测。与传统的基于特征实体关系对抽取方法相比，本发明尽最大努力利用句子中可利用的信息，极大地丰富了特征向量的信息量。