以往的蛋白质关系抽取系统主要提取出能够标示是否存在关系的典型特征,同时引入经典的已分类特征构建出属于自己的PPI系统。这样的系统在改善分类效果的同时,对特征的提取、分析、融合过程要花费大量时间,在实际应用中的分类效果并不明显。因此需要在原系统基础上考虑如何才能在不牺牲精度前提下建立优化的特征集,以此提高系统抽取的效率。本文采用了一种优化特征的方法进行蛋白质关系抽取,其主要思路是考虑到目前的主流蛋白质关系抽取系统存在如下缺点：(1)抽取特征较多,且提取过程各不相同,如何进行组合最为恰当还没有提出具体方法,有的时候两个表现优异的特征进行融合后反而会降低整体抽取精度。(2)有效特征的组合大大降低了系统效率,对系统效率的分析和细节的精度调整并没有进行详细的叙述。(3)实际抽取蛋白质关系的测试集中可能存在训练集中不包含的全新蛋白质关系和特征,单纯引入训练集的特征训练并不全面,要考虑在庞大语料集中提取更泛化的特征。针对上述问题本文试图通过对主流特征的筛选和优化来对蛋白质关系抽取系统进行构建,在借鉴前人研究基础上,引入了一种新的模板特征方法,模拟人工标注原理进行抽取词序列模板,通过多个核的融合共同提高分类效果。在原有特征提取基础上构思一种扩展特征的方法以提取精简优化特征向量,该方法能够在扩展语料集中自动找到最符合蛋白质关系抽取标准的合适特征群落,将这一特征群落进行标准化,在保持原有实验精度的前提下大大提高了关系抽取效率。该方法能够很好的解决图核方法不能处理复杂长难句的不足,通过模板快速匹配出分类结果,同时引入了句法分析和关键词标准化减少句子中的冗余词噪音,在庞大语料集中提取的扩展特征辅助提高了实验效率。在图核、模板特征和扩展特征的共同作用下,实验在Aimed语料的实验F值达到了63.1%。