【摘要】：為了構(gòu)建完整的微生物生長環(huán)境關(guān)系數(shù)據(jù)庫，提出基于卷積神經(jīng)網(wǎng)絡(luò)-長短時記憶(CNN-LSTM)的關(guān)系抽取系統(tǒng)。結(jié)合卷積神經(jīng)網(wǎng)絡(luò)(CNN)和長短時記憶(LSTM)，實現(xiàn)對隱含特征的深度學習，提取分布式詞向量特征和實體位置特征作為模型的特征輸入。對比實驗驗證加入特征后CNN-LSTM模型的優(yōu)勢，并將CNN模型的特征輸出作為LSTM模型的特征輸入。在Bio-NLP 2016共享任務(wù)發(fā)布的BB-event語料集上得到目前最好的結(jié)果。

相關(guān)新聞推薦

1、枯草芽孢桿菌的功效及系統(tǒng)作用

2、新設(shè)計非對稱氣體共培養(yǎng)系統(tǒng)研究口腔微生物與宿主細胞之間的相互作用

3、腫瘤內(nèi)微生物的發(fā)現(xiàn)、來源、特征及組成

4、南農(nóng)大在植物生長促進細菌-植物-微生物組互作關(guān)系方面取得新進展

5、鼠疫耶爾森菌突變體生長曲線、生物膜形成及rovM和rovA轉(zhuǎn)錄的測定（四）