蛋白質(zhì)交互關(guān)系識(shí)別應(yīng)該怎么提取特征

針對(duì)目前蛋白質(zhì)交互關(guān)系識(shí)別主要以單句為依據(jù)、因標(biāo)注數(shù)據(jù)缺乏而導(dǎo)致訓(xùn)練集規(guī)模小等不足,提出一種以關(guān)系相似性分析為框架、基于大規(guī)模文本的蛋白質(zhì)交互關(guān)系自動(dòng)識(shí)別方法。
1，首先通過(guò)對(duì)大規(guī)模生物醫(yī)學(xué)文本數(shù)據(jù)庫(kù)的自動(dòng)搜索獲取描述蛋白質(zhì)對(duì)的句子集合,然后分別從單詞、短語(yǔ)結(jié)構(gòu)、依賴(lài)關(guān)系3個(gè)角度抽取特征,建立向量空間模型來(lái)表示一對(duì)蛋白質(zhì)之間的關(guān)系,最后根據(jù)兩個(gè)向量之間的相似性對(duì)關(guān)系作出判斷。
2，所需訓(xùn)練數(shù)據(jù)直接取自現(xiàn)有蛋白質(zhì)交互網(wǎng)絡(luò),無(wú)需任何額外的人工標(biāo)注。
3，實(shí)驗(yàn)表明,基于關(guān)系相似性的蛋白質(zhì)交互關(guān)系自動(dòng)識(shí)別取得了較高的精度