[发明专利]一种抽取蛋白质相互作用关系的方法

权利要求书

1.一种抽取蛋白质相互作用关系的方法，其特征在于，用于在包含两个蛋白质名称的自然语句中抽取蛋白质相互作用关系，所述方法包括：

对所述自然语句进行句法分析，确定所述自然语句的完全句法树，在所述完全句法树中提取所述两个蛋白质名称之间的最短成分路径；

对所述自然语句进行依存关系分析，确定所述自然语句的依存关系树，在所述依存关系树中提取所述两个蛋白质名称之间的最短依存路径；

根据所述最短依存路径扩展所述最短成分路径，确定扩展后的成分路径为所述自然语句的关系树；

利用预存的分类模型对所述关系树进行二元分类，当不小于0时，确定所述关系树为蛋白质相互作用关系，其中，t_j为分类模型中的支撑向量，a_tj为分类模型中的支撑向量的权重，为分类模型中的支撑向量t_j的实例，为分类模型中的支撑向量t_j的标号，z为所述自然语句的关系树，为卷积树核函数。

2.根据权利要求1所述的方法，其特征在于，根据所述最短依存路径扩展所述最短成分路径的过程，包括：

确定所述最短依存路径中位于两个所述蛋白质名称所在的词汇结点之间的词汇结点为待处理结点组；

将所述待处理结点组中的一个词汇结点作为当前词汇结点，并将所述当前词汇结点从待处理结点组中删除；

确定所述当前词汇结点与其下层词汇结点之间的依存类型；

当所述当前词汇结点与其下层词汇结点之间的依存类型为论元类型时，确定所述当前词汇结点处的结点词汇，在所述完全句法树中获取所述结点词汇所在结点连接到所述最短成分路径的扩充路径，所述扩充路径的一端为所述结点词汇所在的结点、另一端为所述最短成分路径中的一个结点；

判断所述待处理结点组是否为空；

当所述待处理结点组不为空时，将所述待处理结点组中的一个词汇结点作为当前词汇结点，并将所述当前词汇结点从所述待处理结点组中删除，执行确定所述当前词汇结点与其下层词汇结点之间的依存类型的步骤；

当所述待处理结点组为空时，将所述扩充路径与所述最短成分路径合并，对所述最短成分路径进行扩充。

3.根据权利要求2所述的方法，其特征在于，确定所述当前词汇结点与其下层词汇结点之间的依存类型后，还包括：

当所述当前词汇结点与其下层词汇结点之间的依存类型为修饰类型时，确定所述当前词汇结点处的结点词汇，在所述完全句法树中获取所述结点词汇所在结点连接到所述最短成分路径的扩充路径；

判断所述修饰类型是否为介词类型；若是，则从所述依存类型中提取出介词，确定所述介词为结点词汇，在所述完全句法树中获取所述结点词汇所在结点连接到所述最短成分路径的扩充路径，执行判断所述待处理结点组是否为空的步骤；若否，则执行判断所述待处理结点组是否为空的步骤；

所述扩充路径的一端为所述结点词汇所在的结点、另一端为所述最短成分路径中的一个结点。

4.根据权利要求3所述的方法，其特征在于，确定所述当前词汇结点与其下层词汇结点之间的依存类型后，还包括：

当所述当前词汇结点与其下层词汇结点之间的依存类型为论元类型和修饰类型之外的类型时，执行判断所述待处理结点组是否为空的步骤。

5.根据权利要求4所述的方法，其特征在于，在对所述最短成分路径进行扩充之后，还包括：

判断扩充后的成分路径中是否包含父结点和子结点均为名词短语或动词短语的边，若包含，则将所述边中的子结点删除，将位于所述子结点下层的结点上移至所述子结点所在的结点，执行利用预存的分类模型对所述关系树进行二元分类的步骤，若不包含，执行利用预存的分类模型对所述关系树进行二元分类的步骤。

6.根据权利要求2、3或4所述的方法，其特征在于：确定所述当前词汇结点与其下层词汇结点之间的依存类型的过程中，若所述当前词汇结点为所述最短依存路径的根节点，则确定所述根节点与位于其下层的任意一个词汇结点之间的依存类型。

7.根据权利要求1所述的方法，其特征在于，还包括提取分类模型的步骤。