1、碩士學(xué)位論文基于半監(jiān)督方法的生物醫(yī)學(xué)事件抽取的研究TheResearchofBiomedicalEventExtractionBasedonSemiSupervised學(xué)號(hào)：21QQ魚2壘璺大連理工大學(xué)DalianUniversityofTechnology大連理工大學(xué)碩士學(xué)位論文摘要在生物醫(yī)學(xué)文獻(xiàn)與日俱增的今天，自動(dòng)地抽取文本信息成為醫(yī)學(xué)專家的迫切需要。面對(duì)海量的無結(jié)構(gòu)化信息，如何能變成便于組織管理的有結(jié)構(gòu)化的信息成了人們研究的熱點(diǎn)。

2、信息抽取技術(shù)在這些年有了很大的發(fā)展和提高，從最初的命名實(shí)體識(shí)別一直到關(guān)系抽取，最后到更高層次的事件抽取。生物醫(yī)學(xué)的事件指的是發(fā)生于分子層面的，蛋白質(zhì)之間所發(fā)生的變化及關(guān)系，從事件中可以找出這種變化或關(guān)系的類型和主體。本文旨在針對(duì)生物醫(yī)學(xué)文獻(xiàn)的事件抽取進(jìn)行研究，在前人研究的基礎(chǔ)上進(jìn)行深入探索。在對(duì)事件的處理上，采用了較經(jīng)典的處理流程：預(yù)處理，觸發(fā)詞識(shí)別，事件元素檢測(cè)，后處理。其中本文把研究的重點(diǎn)放在了觸發(fā)詞識(shí)別和事件元素檢測(cè)上。在觸發(fā)詞的

3、識(shí)別上，本文借鑒了命名實(shí)體識(shí)別的方法，先建立了一個(gè)候選詞詞典，通過從訓(xùn)練集和未標(biāo)注數(shù)據(jù)中得到的各種有效特征，建立一個(gè)分類模型，來判斷一個(gè)候選詞是否為觸發(fā)詞。在事件元素的識(shí)別上，本文對(duì)事件的簡單元素與事件的嵌套元素分別進(jìn)行處理。事件的簡單元素從蛋白質(zhì)一觸發(fā)詞對(duì)中檢測(cè)；事件的嵌套元素從觸發(fā)詞一觸發(fā)詞對(duì)中檢測(cè)。在分類模型的建立上，由于標(biāo)注語料大小有限，監(jiān)督模型數(shù)據(jù)稀疏問題嚴(yán)重，本文采用了半監(jiān)督學(xué)習(xí)的方法進(jìn)行生物醫(yī)學(xué)事件元素檢測(cè)模型的建立。這種