10.3969/j.issn.1672-9722.2020.12.018
基于词法匹配与词嵌入的医疗知识实体上下位关系抽取
实体上下位关系是一种重要的语义结构,在知识图谱、信息检索等多个领域有着重要应用.论文提出一种融合词法匹配与词嵌入的医疗知识实体上下位关系抽取方法.该方法以Hearst词法模式匹配为基础,抽取相似词以扩展候选上下位关系集合,引入分段线性投影方法将基于词嵌入的上下位关系判别模型应用于抽取任务,并给出融合两种方法来计算上下位关系可能性算法.实验结果表明,论文提出的综合方法在SemEval-Task 9的医疗数据集上,相比该任务的最佳方法MRR、MAP和P@1分别提高了4.40%、0.23%和2.00%,具有很好的效果.
上下位关系、医疗知识实体、模式匹配、机器学习
48
TP301.6(计算技术、计算机技术)
南开大学中央高校基本科研业务费专项资金编号:63201207
2021-01-22(万方平台首次上网日期,不代表论文的发表时间)
共6页
2901-2905,2958