| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第9-14页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 研究现状 | 第10-12页 |
| 1.2.1 基于词共现的方法 | 第10页 |
| 1.2.2 基于模式匹配的方法 | 第10-11页 |
| 1.2.3 基于机器学习的方法 | 第11-12页 |
| 1.3 本文工作 | 第12-13页 |
| 1.4 本文结构 | 第13-14页 |
| 2 蛋白质关系抽取相关知识 | 第14-25页 |
| 2.1 信息抽取 | 第14-15页 |
| 2.2 句法分析 | 第15-19页 |
| 2.2.1 依存句法分析 | 第16-18页 |
| 2.2.2 深层句法分析 | 第18-19页 |
| 2.3 特征选择 | 第19页 |
| 2.4 组合学习 | 第19-21页 |
| 2.5 主动学习 | 第21-22页 |
| 2.6 评测指标和实验语料 | 第22-25页 |
| 2.6.1 评测指标 | 第22-23页 |
| 2.6.2 实验语料 | 第23-25页 |
| 3 基于组合学习的蛋白质关系抽取 | 第25-40页 |
| 3.1 语料预处理 | 第26-27页 |
| 3.2 特征向量构建 | 第27-31页 |
| 3.2.1 上下文特征 | 第28-29页 |
| 3.2.2 句法结构特征 | 第29-31页 |
| 3.3 特征选择 | 第31-32页 |
| 3.4 分类器组合 | 第32-34页 |
| 3.5 实验结果与分析 | 第34-39页 |
| 3.5.1 不同维数的特征在AIMed语料上的性能比较 | 第34-37页 |
| 3.5.2 组合学习在AIMed语料上的性能比较 | 第37-38页 |
| 3.5.3 不同方法在AIMed语料上的性能比较 | 第38-39页 |
| 3.6 本章小结 | 第39-40页 |
| 4 基于主动学习的蛋白质关系抽取 | 第40-53页 |
| 4.1 主动学习 | 第41-44页 |
| 4.1.1 基于不确定性的样本选择 | 第42-43页 |
| 4.1.2 基于版本空间缩减的样本选择 | 第43页 |
| 4.1.3 基于泛化误差缩减的样本选择 | 第43-44页 |
| 4.2 线性加权融合 | 第44-46页 |
| 4.2.1 基于特征向量的方法 | 第44页 |
| 4.2.2 图核 | 第44-46页 |
| 4.2.3 融合方法 | 第46页 |
| 4.3 实验结果与分析 | 第46-52页 |
| 4.3.1 AIMed语料上的性能比较 | 第46-48页 |
| 4.3.2 不同方法在5个语料上的性能比较 | 第48-52页 |
| 4.4 本章小结 | 第52-53页 |
| 结论 | 第53-54页 |
| 参考文献 | 第54-58页 |
| 攻读硕士学位期间发表学术论文情况 | 第58-59页 |
| 致谢 | 第59-60页 |