公开(公告)号：CN107978373A

公开(公告)日：2018-05-01

申请号：CN201711177721.X

申请日：2017-11-23

Applicant: 吉林大学

Inventor： 卢奕南 ,  马小蕾 ,  路扬 ,  潘航宇

IPC: G16H50/70 ,  G06F17/30

Abstract: 本发明涉及一种基于共训练的半监督生物医学事件抽取方法。随着生物医学文献的快速增长，生物医学事件的自动抽取引起了人们极大的兴趣。然而，已标注的生物医学事件语料库规模较小，这会影响分类算法的性能，甚至导致过拟合。我们提出了一种新的生物医学事件抽取的共训练方法，从未标记的数据中识别出更准确的正实例，以此扩大已标记的训练集。首先，设计丰富的特征供SVM使用。然后，用从Word2vec从Pubmed中学习基于词嵌入的短句，进一步将短句拓展为触发词和参数之间的依存短句，并将其输入到CNN中。最后，未标记语料库中经SVM和CNN预测的符合条件的样本对回填到训练集中，增量地扩展训练集。大量实验结果表明，新的半监督生物医学事件提取方法能有效提取事件。

公开(公告)号：CN106777957B

公开(公告)日：2019-07-30

申请号：CN201611138305.4

申请日：2016-12-12

Applicant: 吉林大学

Inventor： 卢奕南 ,  路扬 ,  马小蕾 ,  潘航宇 ,  闫雪

IPC: G16H50/70 ,  G06F17/27 ,  G06K9/62

Abstract: 本发明公开了一种不平衡数据集上生物医学多参事件抽取的新方法，步骤如下：第一部分：步骤1：获取序列库；步骤2：构造序列数据库S；步骤3：给定最小支持度阈值；步骤4：判断序列个数；第二部分：步骤1：在选择的样本集上提取四类特征；步骤2：得到多类别的分类器；第三部分：步骤1：计算相似度；步骤2：计算触发词重要度步骤3：合并重要度和相似度Sim(ti，aj，ak)得到联合评分Score(ti，aj，ak)；步骤4：给定阈值δ。有益效果：采用数据挖掘和自然语言处理技术，方法灵活，易于实现，可达到很高的准确度。

公开(公告)号：CN106777957A

公开(公告)日：2017-05-31

申请号：CN201611138305.4

申请日：2016-12-12

Applicant: 吉林大学

Inventor： 卢奕南 ,  路扬 ,  马小蕾 ,  潘航宇 ,  闫雪

IPC: G06F19/00 ,  G06F17/27 ,  G06K9/62

CPC classification number: G06F17/2775 ,  G06K9/6269 ,  G16H50/70

Abstract: 本发明公开了一种不平衡数据集上生物医学多参事件抽取的新方法，步骤如下：第一部分：步骤1：获取序列库；步骤2：构造序列数据库S；步骤3：给定最小支持度阈值；步骤4：判断序列个数；第二部分：步骤1：在选择的样本集上提取四类特征；步骤2：得到多类别的分类器；第三部分：步骤1：计算相似度；步骤2：计算触发词重要度步骤3：合并重要度和相似度Sim(ti，aj，ak)得到联合评分Score(ti，aj，ak)；步骤4：给定阈值δ。有益效果：采用数据挖掘和自然语言处理技术，方法灵活，易于实现，可达到很高的准确度。