半监督分类器融合的蛋白质互作用信息抽取方法

摘要：

　　分类器性能和标注样本缺乏是信息抽取中的两个主要问题，并突出反映在蛋白质互作用信息抽取任务中。提出一种分类器融合的半监督信息抽取方法。基于词特征和模式学习的各自特点，将模式学习方法产生的模式与词性串进行序列比对，产生模式特征，并与词特征一起合成到机器学习算法中，使用K_最近邻算法：进行半监督学习。实验结果表明，分类器融合方法性能较单个方法有明显提高，半监督模式下采用K一最近邻算：去能有效利用未标注样本，优于自训练方法。

关键词： 机器学习 分类器 半监督模式 K-最近邻算法 信息提取

作者: 钱伟中 邓蔚 傅翀

作者单位: 电子科技大学计算机科学与工程学院，成都，611731

会议类型: 国内会议

会议名称: 第十六届全国青年通信学术会议

会议地点: 杭州

会议语种:中文

页码: 84-89

在线出版日期: 2011-08-01（万方平台首次上网日期，不代表论文的发表时间）