基于文档集的生物信息挖掘模型研究

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

摘要：针对生物医学文献的数量急剧增长，人工从文献中获取所需要的信息已不能适应生物医学文献数量迅速生长的需要。利用StanfordParser等开源工具，采用自然语言处理技术、统计学等多种方法，提出了一种新型的生物信息挖掘模型，并对其关键技术进行分析。该模型在对全文文本SBQTL（SoybeanQuantitativeTraitLoci）测试中父母本信息提取的准确率和召回率分别为93.0%和78.4%；在对PubMed测试中，准确率和召回率分别为94.3%和80.0%。解决了生物医学研究者从海量文献中更有效、快速地找到所需信息的问题，以便生物学家发现隐藏的生物医学知识并验证得到新的科学发现，从而使人们对生物医学现象的认识得到了提高。http://www.cqvip.com//QK/91690X/201624/7000079426.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：生物信息 信息挖掘 Quantitative QUANTITATIV stanford 文本挖掘 Stanford PARSER 文本预处理 依存关系