一种生物文本中蛋白质相互关系的半监督抽取方法

摘要

本发明公开了一种生物文本中蛋白质相互关系的半监督抽取方法，按如下步骤进行：（1）将训练样本集和未标注样本集输入预处理器，分别进行蛋白质命名实体识别、分句处理和指代消解处理；（2）在预处理过的训练样本集中提取候选蛋白质作用对；（3）在候选蛋白质作用对中提取分类模型需要的特征集，对特征集的特征值进行基于信息强度的加权；（4）将基于信息强度加权的特征值与未标注样本集一起输入到分类模型中进行半监督学习，对中样本进行标注，将最有价值的生物文本加入到样本标注集，用更新训练样本集和未标注样本集，对分类过程进行迭代，直到收敛。本发明简洁高效、性能高、收敛快、抽取效率高并保证数据真实性、节约实验资源。