基于分类器串联融合的生物医学命名实体识别

摘要：

鉴于生物医学命名实体识别的多数模型使用单机器学习算法时识别效果不好,提出一种基于条件随机域(CRFs)与最大熵(Maxent)分类器融合的方法,利用基分类器之间的相关性和互补性,结合有效的特征集合,进行再学习,得到融合模型.实验表明,该模型的识别性能与单一分类器和JNLPBA专题会议相关的系统比较,取得很好成绩,F测度达到70.7%,证明该融合方法有效.

关键词：条件随机域、最大熵、分类器融合、特征提取、生物医学命名实体识别

所属期刊栏目：35

分类号：TP311.135(计算技术、计算机技术)

资助基金：黑龙江省自然科学基金项目F200603

在线出版日期：2011-08-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：91-94