长非编码核糖核酸（long noncoding RNA,lnc RNA）作为具有代表性的一类非编码核糖核酸（non-coding RNA,nc RNA）,通常被认为不具备编码蛋白的能力。然而,最近研究发现,部分lnc RNA含有不超过300个核苷酸的小开放阅读框（small open reading frames,s ORFs）具有编码小肽的能力,打破了人们对nc RNA不能编码的传统认知,且在后续研究中发现小肽能够调控生命活动。因此,研究人员也开始将目光放到对lnc RNA编码小肽的研究上。目前对小肽的分析与预测分为生物实验方法和计算方法两种。其中生物实验方法代价高、周期长,且一般针对一条或几条小肽,并不适合大规模的小肽鉴定。因此计算方法成为主流方法,利用高可信度的数据,训练传统机器学习或深度学习模型完成预测。然而植物小肽数据较少,目前对小肽的研究大多基于人类和动物的数据,而动物和植物核苷酸结构及序列的差异,导致用于动物数据的预测方法在植物数据上并不可靠,因此能够实现大批量植物lnc RNA编码小肽预测的方法亟待开发。本文提出一种结合注意力权重和表征学习的深度森林预测模型。首先,由于经实验验证的植物lnc RNA编码小肽数据不足,因此采用生物信息学结合传统表征学习思想来获取具有高可信度的数据;其次,因为当前对小肽相关特征的研究尚不完善,因此采用常规的RNA序列以及蛋白质序列的特征提取方法完成对s ORFs以及小肽的特征集合构建,并借助注意力思想将对输入数据的注意力权重分配问题转换成对特征的重要性评分问题,去除其中的冗余特征,获得更有效的特征集合;再次,考虑到小肽相关的新特征难以获取,使用多重嵌入式自编码器的深度表征学习方法挖掘更深层次的特征,利用两个嵌入式自编码器对输入数据进行多次扩展与压缩,将中间层输出作为表征学习结果,得到特征的更优表示;最终,利用深度森林训练模型,实现对小肽的大规模识别预测。在实验过程中利用苔藓数据集在随机森林模型上对比了基于注意力权重的特征选择算法与皮尔森相关系数、信息增益、卡方检验、最大相关最小冗余算法,结果表明本文算法能够以更少的特征维数获得更高的分类器性能;之后,将本文模型分别与其他表征学习算法、传统机器学习模型、深度学习模型以及结合多重嵌入式自编码器的各类模型进行比较,也取得了较好的分类效果,验证了多重嵌入式自编码器良好的表征效果和深度森林的良好性能;其次,采用拟南芥和大豆两类物种的数据集进行独立测试,验证了模型具有良好的泛化能力;最后,在经过实验验证的能够编码小肽的lnc RNA上的s ORFs数据上与现有小肽预测模型进行比较,验证模型的优越性能和实用性。