基于双向LSTM和两阶段方法的触发词识别

摘要：

生物事件抽取是生物文本挖掘领域的一个重要分支,而触发词识别作为事件抽取的重要子过程,已经吸引了众多的关注.现有的触发词识别方法多为浅层的一阶段方法,训练代价较大,且需要丰富的领域知识抽取大量特征,人工成本较高.因此,该文提出了一种基于两阶段和双向LSTM神经网络的触发词识别方法.首先,将触发词识别分为识别和分类两个阶段,有效地缓解了训练过程中存在的类不平衡问题;其次,在两个阶段中均采用目前性能较好的双向LSTM神经网络来完成二分类任务和多分类任务,避免了浅层机器学习方法抽取人工特征时的代价.此外,利用PubM ed数据库下载大规模语料训练带有依存关系的词向量,获得了更加丰富的语义信息,从而有效地提高了触发词的识别性能.该文方法在生物事件抽取通用语料MLEE上已获得目前最好抽取性能,F值为78.46%.

关键词：触发词识别、两阶段方法、双向LSTM、依存词向量

所属期刊栏目：31

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金61672126

在线出版日期：2018-06-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：147-154