生物医学语义关系抽取方法综述

摘要：

深度学习在自然语言处理方面取得了显著成效,为生物医学领域的信息抽取带来新的研究范式.本研究旨在系统调研生物医学语义关系抽取方法、 分析其发展历程,为深度学习方法的进一步运用提供基础和启示.通过检索PubMed、Web of Science和IEEE数据库,以及BioCreative、SemEval等重要测评网站,遴选出具有代表性的抽取方法,并从目的、 方法、 数据集和效果四个维度进行分析.经过系统梳理,可将生物医学语义关系抽取方法分为三个阶段:基于知识、 传统机器学习和深度学习.将先验知识和领域资源恰当地融入到深度学习模型中,是进一步提升语义关系抽取效果的探索方向.

关键词：语义关系抽取、生物医学、深度学习、卷积神经网络、自然语言处理

所属期刊栏目：37

分类号：R31;TP3

在线出版日期：2017-06-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：61-69