【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、高密度發(fā)酵的過程中乙酸抑制重組大腸桿菌生長及外源基因的表達——摘要
2、牦牛源產(chǎn)氣莢膜梭菌qinghai-12的生化特征及生長曲線測定（二）
3、定向梯度馴化釀酒酵母W303-1A在糠醛和對羥基苯甲酸抑制脅迫下生長情況（四）