| 基于支持向量机的蛋白质名称信息提取技术研究 |
| |
| 引用本文： | 姜涛,潘泉,张绍武.基于支持向量机的蛋白质名称信息提取技术研究[J].计算机测量与控制,2006,14(11):1521-1523. |
| |
| 作者姓名： | 姜涛 潘泉 张绍武 |
| |
| 作者单位： | 1. 西北工业大学,自动化学院,陕西,西安,710072
2. 西北工业大学,生命科学院,陕西,西安,710072 |
| |
| 摘 要： | 基于信息提取理论，采取支持向量机和K近邻两种机器学习方法，对生物医学文献中蛋白质名称提取问题进行了相关研究；结果表明，机器学习方法可以较精确地标示出文章中的蛋白质名称，以支持向量机的效果最好，精度达到70．2％，召回率达到60．4％；文章还对文本的特征组合进行了比较研究。
|
| 关 键 词： | 信息提取 蛋白质 支持向量机 K近邻 |
| 文章编号： | 1671-4598（2006）11-1521-03 |
| 收稿时间： | 2006-03-20 |
| 修稿时间： | 2006-04-24 |
Support Vector Machines for Extracting Protein Name Information from Biomedical Literature |
| |
| Jiang Tao,Pan Quan,Zhang Shaowu.Support Vector Machines for Extracting Protein Name Information from Biomedical Literature[J].Computer Measurement & Control,2006,14(11):1521-1523. |
| |
| Authors: | Jiang Tao Pan Quan Zhang Shaowu |
| |
| Abstract: | Based on information extraction, support vector machines and K-NN were used for protein name extraction from biomedical literatures. The results show that SVM has better performance than K-NN. The precision and recall of SVM are 70.2%, 60.4% respectively. The SVM performance by comparing different combination of features was also discussed. |
| |
| Keywords: | information extraction protein support vector machines K- NN |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
