基于实体识别工具的线性分类器与蛋白质-蛋白质相互作用文献中方法提取的统计方法
定量方法
2011-04-25 v2 计算与语言
信息检索
机器学习
摘要
我们参加了BioCreative III挑战赛蛋白质-蛋白质相互作用任务的条目分类和相互作用方法子任务（分别为ACT和IMT）。对于ACT，我们对现有的命名实体识别和词典工具进行了广泛测试，并使用最有潜力的工具来扩展我们的可变三角阈值线性分类器。对于IMT，我们尝试了一种主要的统计方法，而不是采用更深层次的自然语言处理策略。最后，我们还研究了将用于IMT的方法提取方法整合到ACT流程中的益处。对于ACT，我们的线性条目分类器在排名和分类性能上显著高于所有已报告的提交。对于IMT，我们的结果与其他采用截然不同方法的系统具有可比性。对于ACT，我们表明命名实体识别工具的使用显著提高了与蛋白质-蛋白质相互作用相关条目的排名和分类性能。因此，我们表明我们大幅扩展的线性分类器是该领域中极具竞争力的分类器。此外，该分类器产生可解释的曲面，这些曲面可以被理解为供人类理解分类的“规则”。在IMT任务方面，与其他参与者不同，我们的方法侧重于识别可能带有PPI检测方法应用证据的句子，而不是将文档分类为与方法相关。由于BioCreative III未对系统提供的证据进行评估，我们进行了单独的评估；评估者一致认为我们的工具在检测PPI检测方法的相关证据方面确实有效。
引用
@article{arxiv.1103.4090,
title = {A Linear Classifier Based on Entity Recognition Tools and a Statistical Approach to Method Extraction in the Protein-Protein Interaction Literature},
author = {Anália Lourenço and Michael Conover and Andrew Wong and Azadeh Nematzadeh and Fengxia Pan and Hagit Shatkay and Luis M. Rocha},
journal= {arXiv preprint arXiv:1103.4090},
year = {2011}
}
备注
BMC Bioinformatics. In Press