基于神经网络的微生物生长环境关系抽取方法*

王健 李虹磊 林鸿飞 杨志豪 张绍武

(大连理工大学 计算机科学与技术学院， 辽宁 大连 116024)

基于神经网络的微生物生长环境关系抽取方法*

王健 李虹磊 林鸿飞 杨志豪 张绍武

(大连理工大学 计算机科学与技术学院， 辽宁 大连 116024)

提出一种基于神经网络的方法实现细菌和栖息地的关系抽取，充分利用神经网络的特性实现对隐含的深层特征的自动学习，以避免传统人工特征设计的复杂性和冗余性.该方法利用单词以及实体属性的分布式向量丰富句法和语义信息，使用两个不同神经网络模型从不同角度进行关系抽取，并融合文档级别的分类结果，在生物医学自然语言处理BioNLP-ST 2016共享任务的BB-event语料上进行实验，取得了不错的F1值，表明该方法在微生物生长环境关系抽取上具有良好的性能.

微生物生长环境关系抽取；卷积神经网络；长短时记忆神经网络；分布式向量

生物领域内的文献数量急剧增长，自动准确地从这些文献中抽取出有价值的信息，构建完善的信息检索系统，对于辅助生物学家利用其中潜在的信息进行相关研究来说至关重要.因此，致力于识别生物实体之间的关系或事件的生物信息抽取技术吸引了大量研究学者的注意[1].然而，随着信息抽取技术的日益成熟，通用的信息抽取，如蛋白质关系抽取，已不能满足生物学家的需求，所以研究者的焦点也慢慢转移到了涉及生物多样性知识的横向问题上.例如，基因调控……