基于上下文环境和句法分析的蛋白质关系抽取

doi:10.3724/SP.J.1087.2012.01074

计算机应用 ›› 2012, Vol. 32 ›› Issue (04): 1074-1077.DOI: 10.3724/SP.J.1087.2012.01074

基于上下文环境和句法分析的蛋白质关系抽取

王健,冀明辉,林鸿飞,杨志豪

大连理工大学计算机科学与技术学院，辽宁大连 116024

收稿日期:2011-09-26 修回日期:2011-11-21 发布日期:2012-04-20 出版日期:2012-04-01
通讯作者: 王健
作者简介:王健（1967-），女，黑龙江双城人，副教授，博士研究生，CCF高级会员，主要研究方向：信息检索、文本挖掘；
冀明辉（1988-），女，内蒙古乌兰察布人，硕士研究生，主要研究方向：蛋白质关系抽取；
林鸿飞（1962-），男，内蒙古通辽人，教授，博士生导师，博士，主要研究方向：搜索引擎、文本挖掘、情感计算、自然语言处理；
杨志豪（1973-），男，黑龙江大庆人，副教授，博士，主要研究方向：信息检索、文本挖掘、自然语言处理。
基金资助:
国家自然科学基金资助项目;国家自然科学基金资助项目;国家863高科技计划资助项目;教育部留学回国人员科研启动基金和高等学校博士学科点专项科研基金

Protein-protein interaction extraction based on contextual and syntactic features

WANG Jian,JI Ming-hui,LIN Hong-fei,YANG Zhi-hao

School of Computer Science and Technology, Dalian University of Technology, Dalian Liaoning 116024, China

Received:2011-09-26 Revised:2011-11-21 Online:2012-04-20 Published:2012-04-01
Contact: WANG Jian

摘要/Abstract

摘要： 针对蛋白质交互作用关系(PPI)抽取方法中特征利用的片面性问题，提出了一种从上下文环境和句法结构中抽取特征的方法。该方法抽取词法特征、位置特征、距离特征、依存句法特征和深层句法特征等丰富特征构成特征集，并且使用支持向量机（SVM）分类器进行PPI抽取。方法在5个公开的PPI语料上进行了评估。实验结果表明，丰富特征有效地利用了更为全面的信息，避免丢失重要特征的危险，得到了较好的PPI抽取性能。即在AImed语料上的实验取得了59.2%的F值和85.6%的曲线下面积（AUC）值。

关键词: 信息抽取, 自然语言处理, 蛋白质关系抽取, 特征, 支持向量机

Abstract: Considering the one-sidedness of features used in many Protein-Protein Interaction (PPI) extraction methods, a new approach was proposed to extract rich features from context information and syntax structure for PPI extraction. Various features, such as lexicon, position, distance, dependency syntax and deep syntax features constitute feature set, and the Support Vector Machine (SVM) classifier was used for PPI extraction. The experimental evaluation on multiple PPI corpora reveals that the rich features can utilize more comprehensive information to reduce the risk of missing some important features. This method achieves state-of-the-art performance with respect to comparable evaluations, with 59.2% F-score and 85.6% Area Under Curve (AUC) on the AImed corpus.

Key words: information extraction, natural language processing, Protein-Protein Interaction (PPI) extraction, feature, Support Vector Machine (SVM)

中图分类号:

TP391.1

王健冀明辉林鸿飞杨志豪. 基于上下文环境和句法分析的蛋白质关系抽取[J]. 计算机应用, 2012, 32(04): 1074-1077.

WANG Jian JI Ming-hui LIN Hong-fei YANG Zhi-hao. Protein-protein interaction extraction based on contextual and syntactic features[J]. Journal of Computer Applications, 2012, 32(04): 1074-1077.

参考文献

［1］ ZANZONI A, MONTECCHI-PALAZZI L, QUONDAM M, et al.MINT: A molecular INTeraction database［J］. FEBS Letters, 2002, 513(1):135-140. ［2］ BADER G, BETEL D, HOGUE C. Bind—the biomolecular interaction network database［J］. Nucleic Acids Research, 2003, 31(1):248-250. ［3］ XENARIOS I, RICH D W, SALWINSKI L, et al.DIP: The database of interacting proteins［J］. Nucleic Acids Research, 2000, 28(1):289-291. ［4］ BUNESCU R, MOONEY R, RAMANI A. Integrating co-occurrence statistics with information extraction for robust retrieval of protein interactions from Medline［C］// BioNLP06: Proceedings of the Workshop on Linking Natural Language Processing and Biology: Towards Deeper Biological Literature Analysis. Stroudsburg: Association for Computational Linguistics, 2006:49-56. ［5］ FUNDEL K, KUFFER R, ZIMMER R. RelEx-relation extraction using dependency parse trees［J］. Bioinformatics, 2006, 23(3):365–371. ［6］ NIELSEN L A. Extracting protein-protein interactions using simple contextual features［C］// BioNLP06: Proceedings of the Workshop on Linking Natural Language Processing and Biology: Towards Deeper Biological Literature Analysis. Stroudsburg: Association for Computational Linguistics, 2006:120-121. ［7］ MIYAO Y, SAETRE R, SAGAE K, et al. Task-oriented evaluation of syntactic parsers and their representations［EB/OL］.[2011-05-01]. http://www.aclweb.org/anthology-new/P/P08/P08-1006.pdf. ［8］ BUNESCU R C, MOONEY R J. A shortest path dependency kernel for relation extraction［C］// HLT05: Proceedings of the Conference on Human Language Technology and Empirical Methods in Natural Language Processing. Stroudsburg: Association for Computational Linguistics, 2005:724-731. ［9］ AIROLA A, PYYSALO S, BJRNE J, et al. All-paths graph kernel for protein-protein interaction extraction with evaluation of cross-corpus learning［J］. BMC Bioinformatics, 2008, 9(Suppl 11):S2. ［10］ MIWA M, STRE R, MIYAO Y, et al. Protein-protein interaction extraction by leveraging multiple kernels and parsers［J］. International Journal of Medical Informatics, 2009, 78(12):39-46. ［11］ KIM S, YOON J, YANG J, et al.Walk-weighted subsequence kernels for protein-protein interaction extraction［J］. BMC Bioinformatics, 2010,11:107. ［12］ SAGAE K, TSUJII J. Dependency parsing and domain adaptation with LR models and parser ensembles［EB/OL］.[2011-06-01]. http://www.aclweb.org/anthology-new/D/D07/D07-1111.pdf ［13］ PYYSALO S, AIROLA A, HEIMONEN J, et al. Comparative analysis of five protein-protein interaction corpora［J］. BMC Bioinformatics, 2008, 9(Suppl 3):S6.

[1]	谢德峰, 吉建民. 融入句法感知表示进行句法增强的语义解析[J]. 计算机应用, 2021, 41(9): 2489-2495.
[2]	刘雅璇, 钟勇. 基于头实体注意力的实体关系联合抽取方法[J]. 计算机应用, 2021, 41(9): 2517-2522.
[3]	湛航, 何朗, 黄樟灿, 李华峰, 张蔷, 谈庆. 改进的基于层次距离的基因表达式编程特征选择分类算法[J]. 计算机应用, 2021, 41(9): 2658-2667.
[4]	郑志强, 胡鑫, 翁智, 王雨禾, 程曦. 基于改进DenseNet的牛眼图像特征提取方法[J]. 计算机应用, 2021, 41(9): 2780-2784.
[5]	张笑非, 杨阳, 黄佳进, 钟宁. 基于度中心性的认知特征选择方法[J]. 计算机应用, 2021, 41(9): 2767-2772.
[6]	卞凌志, 王直杰. 基于增强多维多粒度级联森林的信用评分模型[J]. 计算机应用, 2021, 41(9): 2539-2544.
[7]	高工, 杨红雨, 刘洪. 基于深度学习的三维点云人脸识别[J]. 计算机应用, 2021, 41(9): 2736-2740.
[8]	王伟, 赵尔平, 崔志远, 孙浩. 基于HowNet义原和Word2vec词向量表示的多特征融合消歧方法[J]. 计算机应用, 2021, 41(8): 2193-2198.
[9]	祝承, 赵晓琦, 赵丽萍, 焦玉宏, 朱亚飞, 陈建英, 周伟, 谭颖. 基于谱聚类半监督特征选择的功能磁共振成像数据分类[J]. 计算机应用, 2021, 41(8): 2288-2293.
[10]	李蒙蒙, 秦伟, 刘艺, 刁兴春. 结合头脑风暴优化的混合蚁群优化算法[J]. 计算机应用, 2021, 41(8): 2412-2417.
[11]	周险兵, 樊小超, 任鸽, 杨勇. 基于多层次语义特征的英文作文自动评分方法[J]. 计算机应用, 2021, 41(8): 2205-2211.
[12]	严海升, 马新强. 基于径向基函数的多目标回归特征构建算法[J]. 计算机应用, 2021, 41(8): 2219-2224.
[13]	刘双元, 郑王里, 林云汉. 面向三维特征描述子的自适应二进制简化方法[J]. 计算机应用, 2021, 41(7): 2062-2069.
[14]	刘欢, 李晓戈, 胡立坤, 胡飞雄, 王鹏华. 基于知识图谱驱动的图神经网络推荐模型[J]. 计算机应用, 2021, 41(7): 1865-1870.
[15]	杜炎, 吕良福, 焦一辰. 基于模糊推理的模糊原型网络[J]. 计算机应用, 2021, 41(7): 1885-1890.

基于上下文环境和句法分析的蛋白质关系抽取

Protein-protein interaction extraction based on contextual and syntactic features

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics