跳到正文
热点事件持续更新

蛋白质功能预测分词迁移受词表复现影响

1 篇报道1 个报道来源17 小时前更新

先了解这件事

AI 综述

2026年11月18日,bioRxiv发布一项预印本研究,比较胰蛋白酶肽段、肽主题、3-mer和氨基酸组成四种分词方式在蛋白质功能预测中的迁移表现,使用6个Gene Ontology术语和23,723个UniProt蛋白质。结果显示,92.2%的肽段token未在训练集中出现,导致38.9%的测试蛋白质无法分类;胰蛋白酶肽段整体macro-F1为0.640,低于3-mer的0.690。研究据此认为,词表重复性比生物学依据对分词迁移更重要。目前该结论来自预印本,尚未见同行评议或后续验证报道。

AI 根据报道生成 · 2 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月18日
  1. bioRxiv 预印本
    蛋白质功能预测分词研究:词表重复性而非生物学依据决定迁移效果

    基于bioRxiv预印本的研究比较了胰蛋白酶肽段、肽主题、3-mer和氨基酸组成在蛋白质功能预测中的迁移表现,使用6个Gene Ontology术语和23,723个UniProt蛋白质。92.2%的肽段token在训练集中未出现,导致38.9%的测试蛋白质无法分类;胰蛋白酶肽段整体macro-F1为0.640,低于3-mer的0.690。结果表明词表重复性比生物学依据对分词迁移更重要。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。