深度学习作为机器学习研究中的领域之一，其动机在于建立、模拟人脑进行分析学习的神经网络，最终通过模仿人脑的机制来解析数据。近日，百度研究院大数据实验室与中国科学院自动化研究所共同合作开启名为“基于深度学习的多文档摘要技术”的百度松果计划研究项目。该项目研究课题包含“肿瘤-基因关系挖掘与多文档定位”和“基于深度学习的多肿瘤-基因文档摘要技术”两项重要内容，希望面向海量的生物医学文献，构建一个肿瘤-基因的关系挖掘与语义描述系统。

　　现阶段学术界基于深度学习的多文档摘要技术才刚刚起步，虽然拥有强大的大数据处理能力，但研发难度较高，机器学习研发团队的开发资源非常有限，从而提取的经验相对较少，需要研发团队掌握一定的算法基础，并对机器学习中的深度学习、摘要技术、数据挖掘等方面有较多了解。此次百度与中科院强强联合，开启了“基于深度学习的多文档摘要技术”课题，联手探索解决这一行业技术难题。

　　目前，中科院已经与百度BDL大规模机器学习团队保持密切合作关系，合作论文被数据挖掘顶级期刊IEEE TKDE 以及ACM TKDD接受。中科院在算法研究和工程项目方面都有很深的功底，在深度学习和机器学习方面都有相关研究和开发背景。本次合作项目，中科院将投入2名研究生用于项目研究与开发，并邀请学术老师及百度技术大咖共同参与指导。

　　据悉，基于深度学习的多文档摘要技术适用范围广泛，将适用于专题报道的重要信息摘要，便于用户快速浏览;知识库存储规则的解释说明等等。现有的很多知识库的每一条规则一般都是从包含该规则词汇的多个文档中推导出来，因此对这些多个文档进行摘要，能够形成一个对规则语义非常有用的解释说明。

　　随着personal medicine的发展，越来越多的普通大众以及医生、学者急需相关的知识数据库来解读自己或患者的高通量测序数据，进行分析后会得到成千上百的基因突变位点，而这些突变位点背后隐藏着的健康信息需要知识数据库来注释。本次“基于深度学习的多文档摘要技术”课题将研究从大量的学术文献中挖掘出肿瘤-基因之间的关联关系，以便生物学家提出新的实验假设和实验建议，提高人们对生物医学现象的认识，为医学工作者的肿瘤诊断与治疗提供支持。

　　此次“基于深度学习的多文档摘要技术”课题研究成果将成为百度相关应用层的重要支撑技术，构架出的面向肿瘤-基因的多文档摘要DEMO系统能够迅速产生大量的肿瘤-基因对的语义解释数据，服务于基因测序领域研究，提供基因测序结果解读。这也是百度“松果计划”此次课题研究的价值所在，也是与中科院等高等学府共同探索行业技术难题的解决之道。 (责任编辑：本港台直播)