论文成果
基于双代价参数 SVM 的生物医学文本指代消解研究
  • 点击次数:
  • 论文类型:期刊论文
  • 发表时间:2015-07-21
  • 发表刊物:大连理工大学学报
  • 收录刊物:PKU、ISTIC、CSCD
  • 文献类型:J
  • 卷号:55
  • 期号:4
  • 页面范围:405-410
  • ISSN号:1000-8608
  • 关键字:生物医学文本;指代消解;SVM;双代价参数
  • 摘要:生物医学文本中的指代消解是生物医学信息抽取领域的一个重要组成部分.通过引入双代价参数对基本 SVM 方法进行改进,并在 FlyBase 语料集上进行了测试,准确率、召回率、F 值分别达到53.9%、69.5%、60.7%.同时研究了特征向量的选择和取值对于实验结果的影响.最后与其他先进方法进行了对比.结果表明,在同样的语料上,基于双代价参数 SVM方法优于其他先进的方法.

上一条: Biomedical Named Entity Recognition Based on Extended Recurrent Neural Networks

下一条: An approach to improve kernel-based Protein-Protein Interaction extraction by learning from large-scale network data