基于树核的蛋白质相互作用关系提取的研究

蛋白质相互作用关系对理解生物过程具有非常重要的意义,为了解决同位语依存关系带来的噪音干扰,提出了一个改进的基于树核的PPI提取方法,通过定义一些相关的处理规则来有效优化两个蛋白质之间的最短依存路径,在此基础上,用有效优化路径来指导成分句法树的裁剪,使得用于PPI提取的成分树更加精确和简洁.实验结果表明:用有效优化路径指导的成分句法树在五个常用的语料库上都取得了较好的效果.     

语篇分析在实体语义关系抽取中的应用

长距离的实体间关系识别是语义关系抽取中的难点．从修辞结构理论出发,提出把语篇树与复杂句法树相结合的方法,进行了对照实验,结果表明语篇分析对于实体关系分类有一定的作用．语篇分析在关系抽取中的研究还处于起步阶段,本文的方法为以后的深入研究提供了一个基础．     

基于区域子图的实体相关性度量

以实体关系图为研究背景,提出了基于区域子图的实体相关性度量方法.该方法从实体的邻居节点出发,通过定义实体的区域子图,对实体的语义上下文环境进行统一描述.为了快速有效地实现不同区域子图间的相似性计算,将区域子图转化为近似语义树结构,并利用树核函数,以计算语义树中相同子结构数量的方法对实体的相关性进行计算.最后,根据实验结果,对该方法的性能进行评估,结果显示该方法具有较好的准确率和运行效率.     

路与路及路与圈笛卡尔积图的树核度

利用组合的方法研究路与路、 路与圈笛卡尔积图的树核度. 特别地, 给出了路与路、 路与圈笛卡尔积图树核度的精确值, 并刻画了笛卡尔积图树核度与原图树核度间的关系.     

多信息融合中文关系抽取技术研究

实体关系抽取是信息抽取的重要组成部分.描述了一种融合多信息的实体语义关系抽取方法,充分利用中文的各种特征和信息来提高关系抽取的性能.该方法主要结合特征向量和树核函数两种方法;特征向量表示了文本的语言信息,树核方法表示了文本的结构化信息.并且在2005年的自主内容抽取(automatic content extraction,ACE)基准语料上进行关系检测和6个关系大类抽取的实验.实验结果表明,该方法能识别出大部分的非关系实例,各种关系类型识别的精确率和召回率也有一定提高.