基于词法匹配与词嵌入的医疗知识实体上下位关系抽取

文档名：基于词法匹配与词嵌入的医疗知识实体上下位关系抽取
实体上下位关系是一种重要的语义结构,在知识图谱、信息检索等多个领域有着重要应用.论文提出一种融合词法匹配与词嵌入的医疗知识实体上下位关系抽取方法.该方法以Hearst词法模式匹配为基础,抽取相似词以扩展候选上下位关系集合,引入分段线性投影方法将基于词嵌入的上下位关系判别模型应用于抽取任务,并给出融合两种方法来计算上下位关系可能性算法.实验结果表明,论文提出的综合方法在SemEval-Task9的医疗数据集上,相比该任务的最佳方法MRR、MAP和P@1分别提高了4.40％、0.23％和2.00％,具有很好的效果.
作者：刘子晨 温延龙 徐雷
作者单位：南开大学计算机学院天津300000南开大学现代远程教育学院天津300000
母体文献：第十六届全国Web信息系统及其应用学术会议(WISA2019)论文集
会议名称：第十六届全国Web信息系统及其应用学术会议(WISA2019)  
会议时间：2019年9月20日
会议地点：青岛
主办单位：中国计算机学会
语种：chi
分类号：
关键词：医疗知识实体  上下位关系  词法匹配  词嵌入
在线出版日期：2022年1月20日
基金项目：
相似文献
相关博文

2024-12-10 14:34 上传 基于词法匹配与词嵌入的医疗知识实体上下位关系抽取.pdf

文件大小:

1.11 MB

下载次数:

60

高速下载