随着生物医学文献数量的迅速增长,如何从浩如烟海的生物医学文献中快速有效地提取有价值的信息和知识,成为当前亟待解决的问题。化学物蛋白质关系抽取(Chemical Protein Relation Extraction,CPRE)是指从生物医学文献中自动抽取出化学物和蛋白质之间的相互作用关系,如激活、抑制、拮抗和催化作用等,它对生物医学知识图谱的构建、精准医学和新药研发等方面具有重要的意义。本文对生物医学领域化学物蛋白质关系抽取的研究主要包括以下内容:(1)提出了基于最短依存路径和集成学习的化学物蛋白质关系抽取。本文提出了一种基于最短依存路径和注意力机制的双向LSTM模型,并将它应用于化学物蛋白质关系抽取。在特征上综合考虑了实体间最短依存路径上的词性、位置和依存关系类型等信息。在BioCreative Ⅵ CHEMPROT任务上的实验表明,本文的方法取得了较好的性能,同时,集成学习方法还可以进一步提高了化学物蛋白质关系抽取性能。(2)比较了基于预训练语言模型的化学物蛋白质关系抽取。鉴于以BERT为代表的预训练模型在自然语言处理领域内取得的进步,本文将BERT、BioBERT和XLNet等当前常用的预训练模型应用到化学物蛋白质关系抽取任务中,并通过实验对这些预训练模型在化学物蛋白质关系抽取任务上的性能进行了比较和分析,研究表明,基于生物医学语料的BioBERT模型在化学物蛋白质关系抽取中取得了最佳性能。(3)设计和实现了一个面向生物医学领域的信息抽取平台BioPIE(Platform for BiomedicalInformation Extraction)。该平台具有通用性和灵活性的特点,可以支持实例级、句子级、摘要级和全文级等不同标注层次的语料库,可以实现多种命名实体识别和关系抽取任务,并且可以通过类的继承和重写来实现复杂的信息抽取任务。