基于词表示方法的生物医学命名实体识别

被引：20

作者：

李丽双

何红磊

刘珊珊

黄德根

机构：

[1] 大连理工大学计算机科学与技术学院

来源：

小型微型计算机系统 | 2016年 / 37卷 / 02期

关键词：

半监督; 词表示; 聚类; 实体识别;

D O I：

暂无

中图分类号：

TP391.1 [文字信息处理];

学科分类号：

081203 ; 0835 ;

摘要：

生物医学命名实体识别是生物医学信息抽取的前提.目前实体识别大多采用机器学习的方法,依靠人工根据领域知识和经验制定特征,需要反复实验进行相应的特征选择,并且这些特征很少使用深层次的语义信息.为了探究语义信息对命名实体识别的影响,本文尝试在大规模未标注数据上进行训练,自动获得语义信息,得到三种词表示方法:词向量、基于词向量的聚类和布朗聚类.将其作为CRF和SVM的特征进行半监督学习,并在相同条件下进行对比实验.实验结果表明,词表示方法能有效地学习到潜在的语义信息,从而提高现有基于机器学习系统的性能.在未利用词典等任何外部资源的情况下,公共评测语料Bio Creative II GM上的实验结果为:精确率、召回率、F值分别达到91.24%、85.80%、88.44%.

引用

页码：302 / 307

页数：6

共 3 条

[1]

Boosting performance of gene mention tagging system by hybrid methods[J] . Lishuang Li,Wenting Fan,Degen Huang,Yanzhong Dang,Jing Sun.Journal of Biomedical Informatics . 2011 (1)

[2]

Evaluation of techniques for increasing recall in a dictionary approach to gene and protein name identification[J] . Martijn J. Schuemie,Barend Mons,Marc Weeber,Jan A. Kors.Journal of Biomedical Informatics . 2006 (3)

[3]

Efficient Estimation of Word Representations in Vector Space .2 Mikolov T,Chen K,Corrado G,et al. Proceedings of Workshop at ICLR . 2013

← 1 →