基于特征辅助双向 LSTM 模型的生物医学文本蛋白质-蛋白质相互作用识别
信息检索
2018-07-09 v1 计算与语言
摘要
关于蛋白质-蛋白质相互作用(PPI)的知识对于理解诸如代谢途径、DNA 复制与转录等生物过程至关重要。然而,现有大多数 PPI 系统主要依赖于科学文献,而这些文献尚未作为结构化数据库可访问。因此,需要高效的信息抽取系统从大量生物医学文本中识别 PPI 信息。现有多数系统将 PPI 抽取任务建模为分类问题,并针对包含领域相关特征的手工特征集量身定制。在本文中,我们提出一种基于深度双向长短期记忆(B-LSTM)技术的新方法,该方法利用词序列与依存路径相关信息从文本中识别 PPI 信息。该模型在单一统一框架中联合建模蛋白质与关系,我们将其命名为最短依存路径 B-LSTM(sdpLSTM)模型。我们在两个流行的基准 PPI 数据集(即 AiMed 与 BioInfer)上进行实验。评估显示 AiMed 与 BioInfer 上的 F1-score 值分别为 86.45% 与 77.35%。与现有系统的比较表明,我们提出的方法达到了 SOTA 性能。
引用
@article{arxiv.1807.02162,
title = {Feature Assisted bi-directional LSTM Model for Protein-Protein Interaction Identification from Biomedical Texts},
author = {Shweta Yadav and Ankit Kumar and Asif Ekbal and Sriparna Saha and Pushpak Bhattacharyya},
journal= {arXiv preprint arXiv:1807.02162},
year = {2018}
}