蛋白质交互(Protein-Protein Interaction,PPI)对于生命过程有着巨大影响,在生物医学领域的研究中起了重要作用。蛋白质交互关系的发现与记录可以帮助新药的发现,诊断的疾病等研究。目前的PPI相关内容主要以文献的形式存储,然而随着医学文献的飞速发展,查询PPI关系往往给相关研究人员带来了难度。因此,许多科研人员致力于研究如何自动从文献中识别出PPI关系。目前,基于有监督的算法是进行PPI识别的主流方法。该方法虽然能实现较好的效果,但需要大量的标注数据,往往难以在实际中应用。因此,本文提出基于弱监督的算法进行PPI识别。本文的主要工作为:一、首先,利用专业数据库中所收集的目标蛋白质对,从中查找出所有含有目标蛋白质对的句子构建签名档,并以少量有交互关系的蛋白质对作为种子集。然后,从每个句子中提取能够表达文本关系的特征作为词汇模式,根据分布式假设原理将词汇模式表示为向量,通过相似性提取出与种子词汇模式相似的语料中的词汇模式构建候选集。最后,通过对候选集的评估,挑选出大于阈值的蛋白质对加入种子集。重复上述过程进行迭代,通过对种子集的不断迭代扩充实现交互关系的识别。该方法仅需少量标注数据实现了较好的结果,F值最高为67.35%。二、因为弱监督算法在每轮迭代过程中可能引入与种子集不相关的噪音蛋白质对,即产生语义漂移现象,因此我们提出使用复杂网络模型对候选集进一步评估,有效减少了每一轮迭代中的噪音,减轻语义漂移问题。该方法在弱监督的基础模型上精确度有了明显提高,F值也有提高,最高的F值可达68.14%。三、本文提出使用图嵌入方法生成词汇模式向量。该方法可以有效结合传统的一元词表示法所包含的单词信息,以及基于分布式假设法表示向量所包含的语义关系信息,实现更好的表示效果。最后的实验结果表明,该种表示方法有效提高了PPI识别算法的精确度、召回率和F值,其中当F值最高时三个评价指标值分别为70.96%,71.00%,70.98%,模型的性能明显提高。