Raw string Python的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列訂位、菜單、價格優惠和問答集

生醫文獻探勘-基於遠程監督的圖核以提取基因-基因相互作用

為了解決Raw string Python的問題，作者蔡鎮輿 這樣論述：

監督式機器學習方法常被應用在生物醫學關係提取。缺點是需要帶註釋的訓練樣本資料集，通常由人工花費大量時間及成本創建。遠程監督通過將知識庫與語料庫結合，自動化註釋訓練語料庫。這種方法在生物醫學非常實用，因為許多生物醫學資料庫已提供可供研究的知識庫，但可使用的註釋語料庫卻數量有限。而基因-基因交互作用可幫助解釋人類複雜性疾病缺失的遺傳率(heritability)，因此本研究主要目的為發展基因-基因交互關係的提取方法。本研究使用KEGG pathway知識庫的基因-基因交互作用資訊，從PubMed摘要中生成訓練樣本集，並使用基於圖核的方法提取基因-基因交互關係。評估結果最好可以達到F-score為

0.79。本研究發展遠程監督方法，可在自動化創建基因-基因交互關係提取的語料庫的能有效減少人工註釋數據所需花費的大量時間成本；而基於圖核的關係提取方法成功應用在基因-基因交互關係提取，期望本研究成果能幫助精準醫療之實現。

漢語擬聲 (態) 詞的原型與顯著特徵: 以認知與語料庫語言學方法探討

為了解決Raw string Python的問題，作者司馬智 這樣論述：

本論文旨在研究漢語擬聲(態)詞的原型與顯著特徵： 以統一一些曾經受各自研究的語言現象，如語言學重疊、聯綿詞、象聲詞，漢語含有所謂的擬聲(態)詞(ideophone)。 然而，所謂的擬聲(態)詞詞彙（ideophonic lexicon）的結構並沒有同質性，而有原型性。 本論文採取歷時的觀點及共時語言學的觀點，顧及到資料的多模態性，特別是書面資料，以補充擬聲(態)詞(ideophone)的類型語言學研究，如補充漢語的資料、歷時觀點、書面語的擬聲(態)詞的用法。本研究之貢獻包含下列幾點：第一，本研究呈現出擬聲(態)詞的資料庫，名為Chinese Ideophone Database（CHIDEO

D）， v. 0.9.3的類型頻率為4948筆，包含上古、中古、現代漢語的資料， 以不同的格式存取得如.rds、.xlsx、.csv、R套件與網路應用程序。 第二，本論文利用CHIDEOD資料庫，以四個個案研究研究擬聲(態)詞詞彙的異樣性。（一）第一個案例研究，如何畫漢語擬聲(態)詞的邊線，以多重對應分析（multiple correspondence analysis）來摸索本類別的結構，結果證實擬聲詞與單詞素的關係最強；擬態詞與疊字的關係最強，但也更明確地表示不同變數之間的關係。後續研究顯示、語料庫資料也包含所呈現的關係。漢語擬聲(態)詞詞彙沒有一個原型中心，反而有兩個：聲音與非聲音。（二

）第二個案例研究「光」的漢語擬聲(態)詞，以歷時原型語義學(diachronic prototype semantics)本研究呈現該語義場的心理空間(mental spaces)、框架(frames)、語義領域(domains)與其意象基模(image schemas)。 「光」語義場的意思形成成群組，其特徵包含多義、互相有關、動態、包含原型中心的群組。（三）第三個案例研究先建立資料的向量空間模型(semantic vector space model)，接著摸索表「光」語義場的擬聲(態)詞，以三個顯著性觀點分析：語義顯著性(semasiological salience)、命名顯著性(on

omasiological salience)與結構顯著性(structural salience)。（四)第四個案例研究採取構式搭配分析法(collostructional analysis)，呈現擬聲(態)詞與構式之間的吸引、推斥。 本研究亦論及ABB構式的擬聲(態)詞，表示ABB構式是更抽象「搭配擬聲(態)詞」構式的實例。總而言之，四個案例研究表示漢語的擬聲(態)詞詞彙並沒統一性，依方法與抽象度來看卻有許多顯著性的特徵。因此，本論文提供資料與方法，以便仔細地考漢語擬聲(態)詞的各種特點。