基因预测中外显子分值的转化

多数基因预测算法都会给出预测外显子的分值,但这些分值大多没有意义,很难给使用者带来有用的信息.作者以基因预测程序Fgenes为例,分别用4种方法将外显子的分值转换成概率分值,通过计算机模拟,4种方法都取得了良好的效果,其中以局部多项式估计效果最好.     

基因预测准确性的度量标准分析

分析了评价基因预测算法准确性的两个主要标准-相关系数CC(Correlation Coefficient)和近似相关系数AC(Approximate Correlation)的关系.首先在统一的概率框架下给出了CC和AC的统计描述,阐明了二者在概率意义上的差异,并系统的给出了|AC||CC|的证明以及等号成立的充要条件,最后用计算机模拟的方法分析了AC与CC之间大小差别的影响因素,得出预测准确性的高低和|FP-FN|的大小是两个影响|AC-CC|大小的主要原因.     

基于Dempster-Shafer证据理论的组合基因预测

使用Dempster-Shafer证据推理理论组合多个基因预测程序可以组合来自多个信息源的基因预测信息,多个基因预测程序组合后的预测效果明显好于单个基因预测程序的效果.     

面向大规模裁判文书结构化的文本分类算法

大数据和人工智能作为国家战略,使得新技术在司法领域应用的重要性凸显.同时,最高人民法院推动人工智能在司法领域的深度应用为相关研究提供了契机.最高人民法院主导的信息化建设以及司法公开等需求使得大量的裁判文书上网,裁判文书作为重要的法律文本信息资源,包含大量关键的案件审判信息,具有多元化的研究与应用价值.然而,裁判文书中存...     

基于Dempster-Shfer证据理论的组合基因预测

使用Dempster-Shafer证据推理理论组合多个基因预测程序可以组合来自多个信息源的基因预测信息,多个基因预测程序组合后的预测效果明显好于单个基因预测程序的效果.     

基于公共特征空间的自适应情感分类

针对情感分类这一项从文章或句子中得到观点态度的任务,常规情感分类模型大多需要耗费大量人力获取标注数据.为解决某些领域缺乏标注数据,且其他领域分类器无法在目标领域直接使用的现状,设计了一种新颖的基于构建公共特征空间方法,使分类模型可从有标注领域向无标注领域进行迁移适应,减少人工标注的成本开销,实现情感分类的领域自适应.该方法以大规模语料下预训练的词向量信息作为以词为元素的特征,在同种语言中表达情感所采用的句法结构相似这一假设前提下,通过对领域内特有的领域特征词进行替换的方式构建有标注数据集与无标注数据集基本共有的公共特征空间,使有标注数据集与无标注数据集实现信息共享.以此为基础借助深度学习中卷积神经网络采用不同尺寸卷积核对词语不同范围的上下文特征进行抽取学习,进而采用半监督学习与微调学习相结合的方式从有标注数据集向未标注数据集开展领域自适应.在来自京东与携程共5个领域的真实电商数据集上进行实验,分别研究了领域特征词选择方法及其词性约束对领域间适应能力的影响,结果表明:相较于不采用领域适应的模型,可提升平均2.7%的准确率;且在来自亚马逊电商的公开数据集实验中,通过与现有方法进行对比,验证了该方法的有效性.