基于文本关系相似性的蛋白质交互关系识别方法

摘要

本发明公开了一种基于文本关系相似性的蛋白质交互关系识别方法，包括如下步骤：步骤1：获取文本集中的蛋白质对关键词的句子，对所有句子进行集合得到签名档S；每个蛋白质对为(p1,p2)，每个目标蛋白质对都会有签名档与其相对应；步骤2：用特征向量来表示p1和p2之间的关系；步骤3：关系相似性计算；把表示目标蛋白质对间关系的向量与已知交互关系的蛋白质对的特征向量进行相似性计算比较；找到最相近的特征向量并把其标签作为目标蛋白质对的标签；步骤4：计算单词相似性矩阵。步骤5：基本关系相似性模型中引入单词相似性模型形成新的混合模型。本发明依据文本中丰富的上下文信息，更全面地获取交互关系特征，提高识别的精度。