2. Méthodes basées sur le nombre de gènes cités dans une même phrase

Nous avons vu que la présence de deux occurrences de gènes est un indice fort de la présence d’une interaction entre les gènes concernés. Cependant, on imagine bien que cet indice soit moins convaincant quand il s’agit de deux occurrences du même gène. Autrement dit, si un auteur cite conjointement deux gènes, c’est quand même un indice fort que les deux gènes ont quelques chose à faire l’un avec l’autre et donc en particulier qu’ils interagissent, tandis que si un auteur cite plusieurs fois le même gène dans la même phrase, ce n’est peut-être que parce que ce gène l’intéresse. Ainsi, la méthode d’extraction d’information que nous proposons paraît être plus pertinente pour trouver des interactions entre gènes différents que pour trouver des auto-interactions. Nous allons donc reprendre nos statistiques en ne nous intéressant cette fois qu’aux interactions du premier type pour négliger les interactions du deuxième type, sur lesquels d’autres méthodes d’extraction d’interactions pourraient s’avérer plus pertinentes.