【摘要】：為了構建完整的微生物生長環(huán)境關系數(shù)據(jù)庫，提出基于卷積神經(jīng)網(wǎng)絡-長短時記憶(CNN-LSTM)的關系抽取系統(tǒng)。結(jié)合卷積神經(jīng)網(wǎng)絡(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。

相關新聞推薦

1、細菌繁殖的過程

2、大腸桿菌O78和枯草芽孢桿菌CGMCC 1.504生長曲線繪制方法對比

3、不同時間及溫濕度儲存環(huán)境對軟式內(nèi)鏡微生物生長的影響研究

4、畜禽屠宰場環(huán)境和畜禽肉中單增李斯特菌污染情況、生長曲線及消毒劑最小抑菌濃度分析（二）

5、CSP-MDA-7/IL-24重組蛋白肝靶向肽-抗腫瘤肽的最佳表達條件（一）