期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于组合核的蛋白质交互关系抽取
被引量：
7
1
作者
李丽双
刘洋
黄德根
《中文信息学报》
CSCD
北大核心
2013年第1期86-92,128,共8页
蛋白质交互关系(PPI)抽取是生物医学信息抽取领域的一个重要部分,具有很高的应用价值和实际意义。该文使用一种基于SVM的组合核方法进行蛋白质关系抽取,将基于特征的平面核和基于结构的卷积树核组合。一棵完整的句法解析树中包含了较多...
蛋白质交互关系(PPI)抽取是生物医学信息抽取领域的一个重要部分,具有很高的应用价值和实际意义。该文使用一种基于SVM的组合核方法进行蛋白质关系抽取,将基于特征的平面核和基于结构的卷积树核组合。一棵完整的句法解析树中包含了较多噪声,需对其修剪以提高PPI抽取效果。首先讨论不同的树的剪裁策略对实验结果的影响,分别使用完全树、最小完全树、最小树和最短路径闭包树进行实验,最短路径闭包树效果最好;然后在最短路径闭包树的基础上提出一种动态拓展树,该树取得了明显优于其他解析树的效果。最后基于组合核在AIMED上进行10倍交叉实验,精确率、召回率和F值分别达到了82.40%、51.30%和63.23%。
展开更多
关键词
蛋白质交互关系抽取
SVM
树核
组合核
修剪策略
在线阅读
下载PDF
职称材料
基于迁移学习的蛋白质交互关系抽取
被引量：
6
2
作者
李丽双
郭瑞
+1 位作者
黄德根
周惠巍
《中文信息学报》
CSCD
北大核心
2016年第2期160-167,共8页
作为生物医学信息抽取领域的重要分支,蛋白质交互关系(Protein-Protein Interaction,PPI)抽取具有重要的研究意义。目前的研究大多采用统计机器学习方法,需要大规模标注语料进行训练。训练语料过少,会降低关系抽取系统的性能,而人工标...
作为生物医学信息抽取领域的重要分支,蛋白质交互关系(Protein-Protein Interaction,PPI)抽取具有重要的研究意义。目前的研究大多采用统计机器学习方法,需要大规模标注语料进行训练。训练语料过少,会降低关系抽取系统的性能,而人工标注语料需要耗费巨大的成本。该文采用迁移学习的方法,用大量已标注的源领域(其它领域)语料来辅助少量标注的目标领域语料(本领域)进行蛋白质交互关系抽取。但是,不同领域的数据分布存在差异,容易导致负迁移,该文借助实例的相对分布来调整权重,避免了负迁移的发生。在公共语料库AIMed上实验,两种迁移学习方法获得了明显优于基准算法的性能;同样方法在语料库IEPA上实验时,TrAdaboost算法发生了负迁移,而改进的DisTrAdaboost算法仍保持良好迁移效果。
展开更多
关键词
蛋白质交互关系抽取
迁移学习
负迁移
在线阅读
下载PDF
职称材料
基于TSVM与主动学习融合的蛋白质交互作用关系抽取
3
作者
刘健苗
王浩畅
赵铁军
《高技术通讯》
EI
CAS
CSCD
北大核心
2009年第5期480-486,共7页
针对蛋白质交互作用关系(PPI)抽取研究中已标注语料有限而未标注生物医学自由文本易得的问题,进行了基于直推式支持向量机(TSVM)与主动学习融合的蛋白质交互作用关系抽取研究。通过自主选择最优的未标注样本加入到TSVM的训练过程中,最...
针对蛋白质交互作用关系(PPI)抽取研究中已标注语料有限而未标注生物医学自由文本易得的问题,进行了基于直推式支持向量机(TSVM)与主动学习融合的蛋白质交互作用关系抽取研究。通过自主选择最优的未标注样本加入到TSVM的训练过程中,最大程度地提高了系统的性能。实验结果表明,TSVM与主动学习融合的算法在少量已标注样本和大量未标注样本组成的混合样本集上取得了较好的学习效果,与传统的支持向量机(SVM)和TSVM算法相比,能有效地减少学习样本数,提高分类精度,在AImed语料上取得了F测度为64.12%的较好性能。
展开更多
关键词
蛋白质
交互
作用
关系
抽取
半监督学习
直推式支持向量机(TSVM)
主动学习
在线阅读
下载PDF
职称材料
题名
基于组合核的蛋白质交互关系抽取
被引量：
7
1
作者
李丽双
刘洋
黄德根
机构
大连理工大学计算机学院
出处
《中文信息学报》
CSCD
北大核心
2013年第1期86-92,128,共8页
基金
国家自然科学基金资助项目(61173101
61173100)
文摘
蛋白质交互关系(PPI)抽取是生物医学信息抽取领域的一个重要部分,具有很高的应用价值和实际意义。该文使用一种基于SVM的组合核方法进行蛋白质关系抽取,将基于特征的平面核和基于结构的卷积树核组合。一棵完整的句法解析树中包含了较多噪声,需对其修剪以提高PPI抽取效果。首先讨论不同的树的剪裁策略对实验结果的影响,分别使用完全树、最小完全树、最小树和最短路径闭包树进行实验,最短路径闭包树效果最好;然后在最短路径闭包树的基础上提出一种动态拓展树,该树取得了明显优于其他解析树的效果。最后基于组合核在AIMED上进行10倍交叉实验,精确率、召回率和F值分别达到了82.40%、51.30%和63.23%。
关键词
蛋白质交互关系抽取
SVM
树核
组合核
修剪策略
Keywords
PPI
SVM
convolution tree kernel
ensemble kernel
pruning strategies
分类号
TP391 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
基于迁移学习的蛋白质交互关系抽取
被引量：
6
2
作者
李丽双
郭瑞
黄德根
周惠巍
机构
大连理工大学计算机学院
出处
《中文信息学报》
CSCD
北大核心
2016年第2期160-167,共8页
基金
国家自然科学基金(61173101
61173100
61272375)
文摘
作为生物医学信息抽取领域的重要分支,蛋白质交互关系(Protein-Protein Interaction,PPI)抽取具有重要的研究意义。目前的研究大多采用统计机器学习方法,需要大规模标注语料进行训练。训练语料过少,会降低关系抽取系统的性能,而人工标注语料需要耗费巨大的成本。该文采用迁移学习的方法,用大量已标注的源领域(其它领域)语料来辅助少量标注的目标领域语料(本领域)进行蛋白质交互关系抽取。但是,不同领域的数据分布存在差异,容易导致负迁移,该文借助实例的相对分布来调整权重,避免了负迁移的发生。在公共语料库AIMed上实验,两种迁移学习方法获得了明显优于基准算法的性能;同样方法在语料库IEPA上实验时,TrAdaboost算法发生了负迁移,而改进的DisTrAdaboost算法仍保持良好迁移效果。
关键词
蛋白质交互关系抽取
迁移学习
负迁移
Keywords
PPI
transfer learning
negative transfer
分类号
TP391 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
基于TSVM与主动学习融合的蛋白质交互作用关系抽取
3
作者
刘健苗
王浩畅
赵铁军
机构
哈尔滨工业大学教育部-微软语言语音重点实验室
中讯邮电咨询设计院有限公司信息工程处
大庆石油学院计算机与信息技术学院
出处
《高技术通讯》
EI
CAS
CSCD
北大核心
2009年第5期480-486,共7页
基金
863计划(2006AA01Z150)
国家自然科学基金(60736044)资助项目
文摘
针对蛋白质交互作用关系(PPI)抽取研究中已标注语料有限而未标注生物医学自由文本易得的问题,进行了基于直推式支持向量机(TSVM)与主动学习融合的蛋白质交互作用关系抽取研究。通过自主选择最优的未标注样本加入到TSVM的训练过程中,最大程度地提高了系统的性能。实验结果表明,TSVM与主动学习融合的算法在少量已标注样本和大量未标注样本组成的混合样本集上取得了较好的学习效果,与传统的支持向量机(SVM)和TSVM算法相比,能有效地减少学习样本数,提高分类精度,在AImed语料上取得了F测度为64.12%的较好性能。
关键词
蛋白质
交互
作用
关系
抽取
半监督学习
直推式支持向量机(TSVM)
主动学习
Keywords
protein-protein interaction extraction, semi-supervised learning, transductive support vector machine（TSVM）, active learning
分类号
Q51-3 [生物学—生物化学]
G642.4 [文化科学—高等教育学]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于组合核的蛋白质交互关系抽取
李丽双
刘洋
黄德根
《中文信息学报》
CSCD
北大核心
2013
7
在线阅读
下载PDF
职称材料
2
基于迁移学习的蛋白质交互关系抽取
李丽双
郭瑞
黄德根
周惠巍
《中文信息学报》
CSCD
北大核心
2016
6
在线阅读
下载PDF
职称材料
3
基于TSVM与主动学习融合的蛋白质交互作用关系抽取
刘健苗
王浩畅
赵铁军
《高技术通讯》
EI
CAS
CSCD
北大核心
2009
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
