随着网络技术的发展,越来越多的学术文献以电子文档的形式公开出版。其中,生物作为一门实验学科,文献多为论述实验发现,比如基因、表型、蛋白质相关的调控、作用和表达信息。随着对生命科学关注度的增加,生物文献中的信息挖掘和理解也受到越来越多的关注。其中,图片和表格等信息往往展示了一篇文献中的实验过程和实验结果等核心信息,所以对文献中的图表信息的解读显得尤为重要。如何通过文本挖掘的方法从大量文献中对这些结果进行自动化的提取和解读有着重要的研究意义。本文研究生物文献中的表格挖掘,由于XML格式的文献仅覆盖少量文献,所以本文采用PDF格式的文献。目前通用的表格挖掘工具在生物文献中效果不好,因此本文提出了一套对生物文献的表格进行提取和语义理解的流程。本文以QTL表格为研究对象,从文献中挖掘出QTL信息并对QTL信息进行整理和解读。主要研究工作如下:(1)提出了一套生物文献的表格提取流程,包括文献中表格的定位,结构分析,信息提取。针对生物文献中表格以三线表的形式呈现的特点,本文基于二值图像,利用连通值对文献中的表格进行定位和结构分析。针对不同结构的表头,本文对异构表格的表头进行了标准化。相比通用的表格挖掘工具TableSeer和文档转化工具BCL,我们能获得更好的F值。(2)建立了一套基于上下文感知对文献中表格进行语义解析的方法。首先,基于语义三元组对提取出的表格进行筛选,并基于预定义的规则对表格列进行筛选。然后对表格从表格语义和表格相关文本两个方面进行语义解读。针对表格数据,利用外部知识库对表格中的生物实体进行语义标注。针对文本数据,对文献中和表格相关的文本进行筛选,形成表格句子摘要。最后,使用依存树对摘要句子进行句法分析,基于自定义的规则,从句子中提取方法、地点、亲本等表格补充信息。(3)构建了一个包含九种常见作物的QTL数据库。QTL数据作为关联数量性状和基因的数据,受到生物研究者的广泛关注。通过PubMed数据库检索并下载九种物种的QTL定位相关文献,基于以上表格挖掘流程,从文献中对QTL表格进行挖掘。为了对提取的QTL数据进行进一步的生物学解释,结合物种的参考基因组信息和基因信息,将QTL区间从遗传图谱映射到物理图谱,给出QTL区间的基因,并对QTL数据进行可视化。为后续性状、基因的相关研究提供便利。