一种基于CRFs的蛋白质分子名称分析与识别方法

摘要

本发明提供一种基于条件随机域模型（Conditional Random Fields,CRFs）的蛋白质分子名称分析与识别方法，医学文本处理技术领域。该方法包括：输入BioNLP‑ST‑2016中一个子任务的json格式的医学文本，对文本文件预处理，提取蛋白质分子名称标记序列并分析蛋白质分子名称的特征，提取单词特征和上下文特征，构造文本特征序列X和蛋白质标记序列Y的条件随机域，利用梯度下降算法进行训练，通过训练得到各特征函数的系数也就是CRFs的模型参数，识别时采用Viterbi算法，通过计算未知文本序列条件概率，并根据最大概率对应的标记序列作为蛋白质分子识别结果。本发明能有效识别医学文本中的蛋白质分子名称，为进一步的挖掘蛋白质分子之间的调控关系奠定了基础。