10.19678/j.issn.1000-3428.0065880
基于词义增强的生物医学命名实体识别方法
生物医学命名实体识别(BioNER)是生物医学文本挖掘的核心任务之一,能够为下游任务提供有力支撑.与通用领域相比,生物医学数据中存在更多的未登录词,现有BioNER方法通常将未登录词拆分为语素进行表示学习,这种方法缓解了未登录词表示信息不足的问题,但是破坏了单词的内部信息,对语素进行标签预测时容易出现标签不一致和跨实体标签问题.此外,将单词分割为语素导致句子长度变长,加重了训练中存在的梯度消失问题.提出一种通过BiLSTM-Biaffine结构进行词义增强的BioNER方法.通过BioBERT预训练模型获取语素表示信息,使用BiLSTM-Biaffine进行词义增强,在单词层面利用BiLSTM分别获取语素的前向和后向序列信息,采用Biaffine注意力机制增强其关联信息并重新融合为单词表示,最后通过BiLSTM-CRF模型获取输入句子的标签序列.实验结果表明,在数据集BC2GM、NCBI-Disease、BC5CDR-chem和JNLPBA上,该方法的F1 值分别达到84.94%、89.07%、92.14%和74.57%,与主流序列标注模型MTM-CW、MT-BioNER等相比平均分别提高了2.99、1.84、3.09和1.03个百分点,验证了所提方法在BioNER任务中的有效性.
生物医学命名实体识别、语素、词义增强、双向长短期记忆网络、注意力机制
49
TP391.9(计算技术、计算机技术)
国家自然科学基金62166007
2023-10-20（万方平台首次上网日期，不代表论文的发表时间）
共8页
305-312
