面向医学文本的实体关系抽取研究综述
万方数据知识服务平台
应用市场
我的应用
会员HOT
万方期刊
×

点击收藏,不怕下次找不到~

@万方数据
会员HOT

期刊专题

10.13705/j.issn.1671-6841.2020190

面向医学文本的实体关系抽取研究综述

引用
实体抽取和关系抽取作为信息抽取的重要子任务,近些年众多学者利用多种技术在该领域开展了深入研究.将这些技术应用于医学领域,抽取非结构化和半结构化的医学文本构建医学知识图谱,可服务于下游子任务.从医学领域实体关系抽取的相关概念出发,从不同角度对深度学习模型进行分类;进而依据数据集的构建方式,对监督学习和远程监督的多实例学习模型进行分析和讨论;最后展望了面向医学文本的实体关系抽取的未来研究方向.

实体关系抽取、医学领域、监督学习、多实例学习

52

TP391(计算技术、计算机技术)

国家重点研发计划项目;国家社会科学基金重大项目;中国博士后科学基金项目;河南省科技攻关项目;河南省医学科技攻关计划省部共建项目;河南省高等学校重点科研项目

2020-11-30(万方平台首次上网日期,不代表论文的发表时间)

共15页

1-15

相关文献
评论
暂无封面信息
查看本期封面目录

郑州大学学报(理学版)

1671-6841

41-1338/N

52

2020,52(4)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn