点击次数：

论文类型：期刊论文

发表时间：2018-01-01

发表刊物：计算机研究与发展

收录刊物：CSCD、Scopus

卷号：55

期号：1

页面范围：198-206

ISSN号：1000-1239

关键字：信息抽取;文本挖掘;半监督学习;Co-training算法;化学物质-疾病关系

摘要：化学物质和疾病之间的副作用关系使得化学物质-疾病关系受到更多关注.介绍一个从生物医学文献中抽取化学物质致病关系的系统——CDRExtractor.该系统首先训练一个句子级别分类器,用于抽取存在于同一个句子中的化学物质致病(chemical-induced disease,CID)关系.在句子级别分类器训练阶段,将特征核和图核特征看作2个独立的视图,采用基于半监督的Co-training方法,利用少量人工标注的训练集和大量未标注语料训练模型.之后,CDRExtractor利用文档级别的化学物质与疾病信息特征训练一个文档级别的分类器用于实现文档级别跨句子的CID关系抽取.最后,利用规则将2个分类器的抽取结果进行整合,生成最终的输出结果.实验结果表明:CDRExtractor在BioCreative VCDR评测任务CID子任务提供的测试集上F值达到67.72％.