生物分子事件就是生物分子的具体行为。在生物事件抽取过程中,需要识别每一个生物事件的文本触发词、事件类型和事件要素。在生物医学领域,一个事件可以是另一事件的要素,从而形成嵌套事件,如regulation事件。本文描述了一个使用双分解算法从生物医学文献中抽取复杂生物事件的系统,这一系统将生物事件进行联合抽取。定义了一组丰富的基于依存分析图的特征,且利用词向量加入词的语义和语法信息。这一系统包含四个主要处理步骤：触发词识别,要素识别,双分解阶段和语义后处理。通过分离触发词识别和要素识别,可以用熟悉的命名实体识别的方法来给出事件触发词的可信度；事件要素识别是预测每一个触发词-触发词对和触发词-实体对作为事件要素的可信度。这两步都用在线算法实现。再利用双分解方法进行推理,解决事件中的约束问题,最后基于规则的后处理用于调整最终的输出,使之与事件要素的限制一致。本系统通过在触发词识别和要素识别中加入语义和语法信息,改善事件触发词识别和要素识别的性能,从而提高事件抽取系统的整体性能。在BioNLP’09的开发集上,本系统在任务1上的F值达到59.77%,比BioNLP’09上最好的结果提高了0.96个百分点。在BioNLP’11的开发集上,F值达到57.08%,比当前最好结果高0.35个百分点。在BioNLP’13测试集上达到53.19%,比当前最好的结果高了2.22个百分点。