基于深度学习的生物医学事件抽取研究

《基于深度学习的生物医学事件抽取研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、：ｉ乂連键＾义聋ＤＡＬＩＡＮＵＮＩＶＥＲＳＩＴＹＯＦＴＥＣＨＮＯＬＯＧＹ石贾±享恆巧文Ｍ八ＳＴＥ民ＡＬＤＩＳＳＥＲＴＡＴＩＯＮ幽基于深度学习的生物医学事件抽取研究＇计算机应＇用技术学利■专业作者姓名＿＿凳聲齊＿＿ｉ健教授指导獅＿＿＿＿＿＿＿答辩２０１６年６月日期硕±学位论文基于深度学习的生物医学事件抽取研究ＢｉｏｍｅｄｉｃａｌＥｖｅｎｔＥｘ化ａｃ付ｏｎＲｅｓｅａｒｃｈｂａｓｅｄｏｎＤｅｅＬｅａｒｎｉｎｐｇ；张建海作者姓名学科、专业：计

2、算机应用技术学号：２１３０９１５６指导教师；王健教授０１６年６完成日期；２月１３日丈途巧义乂緣ＤａｌｉａｎＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙ大连理工大学学位论文独创性声明作者郑重京明：所呈交的学位论文，是本人在导师的指导下进行研究工作所取得的成果。尽我所知，除文中已经注明引用巧容和致谢的地方外，本论文不包含其他个人或集体己经发表的研究成果，也不包含其他已申请一学位或其他用途使用过的成果。与我同工作的同志对本研究所做的贡献均己在论文中做了明确的说明并表示了谢意。若有不实之处

3、。，本人愿意承担相关法律责任学位论文题目：墓１柄ｆｅ９弦食ｊ碱帝貧１译叩巧种如年《作者签名：冰或領日期＝月日大连理工大学硕±学位论文摘要大数据时代下可公开获得的生物文献数据迅速增长，系统生物学家对于构建复杂生物关系网络的需求也越来越迫切，从海量的生物文献中挖掘满足系统生物学家研究需求的知识变得越来越重要，而传统的关系抽取只能针对简单的二元实体关系，并不能满足系统生物学发展的需要，，因此旨在抽取细粒度的生物实体之间复杂关系的生物医学事一件抽取应运而生，成为生物医学Ｌ义及自然语言处理领域个非常重要的研

4、究课题，并被广泛应用于通路扩展、本体库建设Ｗ及语义网络构建等领域。传统的机器学习方法在生物医学事件抽取中得到了很好的应用，本文在前人研究的一基础上，步的探索对事件抽取进行进，主要研究深度学习方法在生物医学事件中的应用，；。在事件抽取流程上依然沿用经典的事件抽取流程事件触发词识别、事件元素检Ｉ。巧、首先，，利用海量无标注的Ｊ规则后处理采用分布式表示方法作为单词的特征表示Ｐｕｂｍｅｄ摘要数据，基于句法上下文信息，训练获得句法词向量，Ｗ捕获单词的功能性，语义信息，我们巧弃复杂的特征设计，Ｗ句法引；在事件触发词识别中词向

5、量为基础入额外的语义特征，包括主题特征、词性特征、与实体最小距离特征，共同构建侯选触发词的分布式语义表示，并充分发挥深度学习的优势，自动进行特征学习；在元素检测－－，利用卷积神经网络模型对句子进行建模的能力阶段，基于触发词实体Ｗ及触发词触发词依存路径特征，句法词向量作为主要输入，并引入其它语义特征，包括词性特征、与实体相对距离特征，，通过卷积与池、触发词或实体类型特征作为句法词向量的补充化操作，学习句子级别的特征表示，别事件元素，；最后根据数据集对事件的定义设计后处理规则，通过分解、组合生成最终的事件表示。本文主要在

6、ＭＬＥＥ数据集上进行实验，建立基于深度学习方法的事件抽取模型，获得了不错的实验结果，通过结果还可Ｗ看出，本文在触发词识别Ｗ及元素检测阶段引入的语义特征能起到有效的辅助作用，有效提升了事件抽取性能。最后，在其它数据集上进行实验，Ｗ验证本文所提出的事件抽取方法的泛化性能。关键词：生物医学事件抽取；句法分析；分布式语义表示；深度学习－－１大连理工大学硕±学位论文ＢｉｏｍｅｄｉｃａｌＥｖｅｎｔＥｘｔｒａｃｔｉｏｎＲｅｓｅａｒｃｈＢａｓｅｄｏｎＤｅｅＬｅａｒｎｉｎｐｇＡｂｓｔｒａｃｔＴｈｅａｖａｉｌ

7、ａｂｌｅｂｉｏｍｅｄｉｃａｌｌｉ１：ｅｒａｔｕｒｅｓｉｎｃｒｅａｓｅａｔｅｘｐｏｎｅｎｔｉａｌｒａｔｅｉｎｌ；ｈｅｂｉｇｄａｔａｔｉｍｅ．Ｔｈｅｓｙｓ化ｍｂｉｏｌｏｇｉｓｔｓａｒｅｕｒｇｅｎｔ１：０ｂｕｉｌｄｃｏｍｐｌｅｘｂｉｏｌｏｇｉｃａｌｒｅｌａｔｉｏｎｎｅｔｗｏｒｋ．Ｍｉｎｉｎｇ化ｅｕｓｅｆＵｉｋｎｏｗｌｅｄｇｅｆｏｒｔｈｅｍｆｒｏｍｍａｓｓｉｖｅｂｉｏｍｅｄｉｃａｌｔｅｘｔｓｂｅｃｏｍｅｍｏｒｅａ打ｄｍｏ巧ｉｍｐｏｒｔａｎｔ．Ｈｏｗｅｖｅｒ，ｔｒａｄｉｔ

8、ｉｏｎａｌｒｅｌａｔｉｏｎｅｘｔｒａｃｔｉｏ打ｏｎｌｙｅｘｔｒａｃｔｂｉｎａｒｙｉｎｔｅｒａｃｔｉｏｎｓ，ｗｈｉｃｈｃａｎｎｏｔｓａ