面向句子级生物关系网络抽取的语料库生成方法及系统

摘要

本发明涉及一种面向句子级的生物关系网络抽取的语料库生成方法及系统，为了实现机器学习自动完成文本整个标注过程而设计。本发明的方法，包括：对文本句子进行实体识别和映射；生成依存句法树，从依存句法树中抽取出包含语句中所有实体的最小子树，按照结点在文本句子中的词序恢复出对应的词语序列，该词语序列为最短词语序列；对树形结构进行前序遍历，得到结点序列；分析词语序列中的词和结点序列中的实体、功能和关系之间的对应关系，对最短词序列进行标注，生成关系网络标注语料。本发明操作方法简单，极大地节省了人力物力，并能够推广到其他领域的关系网络抽取任务中。