计算机应用研究

作者：扈应,陈艳平,黄瑞章,秦永彬,

单位：贵州大学a.计算机科学与技术学院;b.贵州省公共大数据重点实验室,贵阳550025；

关键词：生物医学命名实体识别,深度学习,条件随机场,信息抽取,

基金：国家自然科学基金通用联合基金重点资助项目(U1836205)；国家自然科学基金重大研究计划资助项目(91746116)；国家自然科学基金资助项目(62066007,62066008)；贵州省科技重大专项计划资助项目(黔科合重大专项字［2017］3002)；贵州省科学技术基金重点资助项目(黔科合基础［2020］1Z055)；；

许多的生物医学命名实体识别（Bio-NER）工作都集中于提取扁平化的实体，而忽略了嵌套实体和不连续实体。此外，大多数生物医学命名实体都未遵循统一的命名法，具有许多典型的领域特征，但其使用效率较低。为此提出一种结合CRF的边界组合命名实体识别方法，有效地利用了生物医学实体特征。该方法包括边界检测、边界组合和实体筛选三个步骤。首先使用神经网络模型和基于特征的CRF模型识别实体开始和结束边界，然后经过边界组合产生候选实体，最后使用多输入的卷积神经网络模型对候选实体进行筛选并分类。实验表明，该方法能够有效地识别生物医学文献中的嵌套和不连续实体，在GENIA数据集上达到81.89%的F值。

来源：2021年第7期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2021年第7期