| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 缩略词 | 第9-10页 |
| 第一章 绪论 | 第10-14页 |
| ·课题研究背景及意义 | 第10-11页 |
| ·当前的研究现状及选题依据 | 第11-12页 |
| ·本论文的主要研究工作 | 第12-13页 |
| ·本论文的内容安排 | 第13-14页 |
| 第二章 蛋白质交互关系提取介绍 | 第14-23页 |
| ·生物医学文本挖掘技术和研究热点 | 第14-16页 |
| ·生物医学文本挖掘技术介绍 | 第14页 |
| ·生物医学文本挖掘研究热点 | 第14-16页 |
| ·蛋白质交互关系提取概述 | 第16-17页 |
| ·蛋白质交互关系提取主要方法 | 第17-21页 |
| ·基于自然语言处理的方法 | 第17-18页 |
| ·基于规则模式匹配的方法 | 第18-19页 |
| ·基于机器学习和统计的方法 | 第19-21页 |
| ·蛋白质交互关系提取评价标准 | 第21页 |
| ·本章小结 | 第21-23页 |
| 第三章 基于大规模文本的蛋白质交互关系自动提取 | 第23-41页 |
| ·蛋白质交互关系提取过程 | 第23-24页 |
| ·建立目标蛋白质对的签名档 | 第24-29页 |
| ·PubMed 语料库 | 第24-25页 |
| ·数据的获取过程 | 第25-28页 |
| ·签名档的建立 | 第28-29页 |
| ·建立蛋白质对签名档的向量空间模型 | 第29-32页 |
| ·特征提取 | 第30页 |
| ·特征加权 | 第30页 |
| ·特征选择 | 第30-32页 |
| ·分类器的选择 | 第32-36页 |
| ·支持向量机（SVM） | 第32-35页 |
| ·SVM_Light | 第35-36页 |
| ·实验设计与结果分析 | 第36-40页 |
| ·实验数据 | 第36-37页 |
| ·实验设计 | 第37页 |
| ·结果分析 | 第37-40页 |
| ·本章小结 | 第40-41页 |
| 第四章 基于关系相似性的蛋白质交互自动识别 | 第41-55页 |
| ·关系相似性相关研究 | 第41-45页 |
| ·相似性定义 | 第41-42页 |
| ·相似性模型及其应用领域 | 第42-44页 |
| ·关系相似性 | 第44-45页 |
| ·基于关系相似性的蛋白质交互自动提取 | 第45-51页 |
| ·基于关系相似性的蛋白质交互提取过程 | 第45页 |
| ·关系获取 | 第45-46页 |
| ·关系表示 | 第46-49页 |
| ·相似性计算 | 第49-50页 |
| ·奇异值消解（singular value decomposition,SVD） | 第50-51页 |
| ·实验设计及结果分析 | 第51-54页 |
| ·实验数据 | 第51页 |
| ·实验设计 | 第51页 |
| ·结果分析 | 第51-54页 |
| ·本章小结 | 第54-55页 |
| 第五章 总结和展望 | 第55-57页 |
| ·总结 | 第55页 |
| ·展望 | 第55-57页 |
| 参考文献 | 第57-61页 |
| 致谢 | 第61-62页 |
| 在学期间的研究成果及发表的学术论文 | 第62页 |