发现DNA-蛋白质结合位点（也称为基序发现）是进一步分析转录因子（TF）的基础。 诸如卷积神经网络（CNN）和递归神经网络（RNN）之类的深度学习算法被引入到主题发现任务中，并取得了最新的性能。 但是，这些方法仍然有局限性，例如忽略大规模测序数据中的上下文信息。 因此，受DNA序列和人类语言之间相似性的启发，本文提出了一种基于自然语言处理方法进行文档分类的，用于预测DNA-蛋白质结合位点的分层注意力网络。 所提出的方法在真实的ChIP-seq数据集上进行了测试，并且与两个经过充分测试的基于深度学