Hits:
Indexed by:Journal Papers
First Author:曹明宇
Correspondence Author:Yang, Zhihao(yangzh@dlut.edu.cn)
Co-author:杨志豪,罗凌,林鸿飞,王健
Date of Publication:2019-07-15
Journal:计算机研究与发展
Included Journals:EI、PKU
Volume:56
Issue:7
Page Number:1432-1440
ISSN No.:1000-1239
Key Words:联合抽取;标注模式;药物-药物交互;关系抽取;实体识别
Abstract:药物实体及关系抽取研究对于生物医学研究具有重要的促进作用,也是进一步构建生物医学知识库的基础.现存方法主要采用流水线方式,即先对文本进行实体识别后再对实体对进行关系分类.流水线方法主要存在任务错误传播、未能考虑2个子任务的相互影响和句子中不同关系的相互影响的问题.针对这些问题,提出了一种基于神经网络的药物实体与关系联合抽取方法.使用了一种新标注模式,将药物实体及关系的联合抽取转化为端对端的序列标注任务.使用词向量和字符向量作为词表示输入,使用BiLSTM-CRF模型进行药物实体与关系联合抽取.实验结果表明:在药物-药物交互作用(drug-drug interactions,DDI)2013语料集上,取得了89.9%的实体识别F-score及67.3%的关系抽取F-score,优于使用相同模型的流水线方法.