收藏本站
《计算机研究与发展》 2018年07期
收藏 | 投稿 | 手机打开
二维码
手机客户端打开本文

基于注意机制的化学药物命名实体识别

杨培  杨志豪  罗凌  林鸿飞  王健  
【摘要】:在生物医学文本挖掘领域,化学药物命名实体识别具有重要意义.目前的主流方法是基于条件随机场(conditional random fields,CRF)的方法,但是该方法需要大量的人工特征,并且存在实体标签的全文非一致性问题.针对此问题,提出一种基于注意(Attention)机制的深度学习方法.该方法首先从海量生物文本中学习词向量,然后利用双向长短期记忆网络(BiLSTM)学习字符向量,随后将词向量和字符向量再经过另一个BiLSTM以获得词的上下文表示,然后再利用Attention机制获得词在全文范围下的上下文表示,最后利用CRF层得到整篇文章的标签序列.实验结果表明:相比之前的研究方法,提高了在同一篇文章中实体识别的一致性,并在BioCreative IV评测中的CHEMDNER数据集上取得了更好的结果(F值为90.77%).

手机知网App
【相似文献】
中国期刊全文数据库 前2条
1 杨培;杨志豪;罗凌;林鸿飞;王健;;基于注意机制的化学药物命名实体识别[J];计算机研究与发展;2018年07期
2 胡双;陆涛;胡建华;;文本挖掘技术在药物研究中的应用[J];医学信息学杂志;2013年08期
中国硕士学位论文全文数据库 前1条
1 程亮喜;基于评论挖掘的药物副作用发现[D];大连理工大学;2014年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026