基于字符级特征自适应的生物医学命名实体识别

作者：于祥钦; 王香; 李智强; 徐贤^*

来源：小型微型计算机系统, 2023, 44(09): 1876-1883.

DOI：10.20009/j.cnki.21-1106/TP.2021-0993

• 生物医学命名实体识别
• 双向长短期记忆网络
• 卷积神经网络
• 字符级特征
• 自适应

生物医学领域新增实体数量和类型迅速增加，在预训练词表容量有限的情况下，字符嵌入可以在一定程度上解决未登录词问题，单一的字符级特征提取器所提取字符嵌入的潜在表征有一定局限性.针对此问题，提出一种字符级特征自适应融合的生物医学命名实体模型.首先利用卷积神经网络(CNN)和双向长短期记忆网络(BiLSTM)提取文本的字符向量，训练过程中动态计算文本单词两种字符向量的权重并进行拼接，使得模型在字符粒度上更加充分的利用信息，并加入词性信息和组块分析作为额外特征；将词向量、字符级特征和额外特征拼接后输入到BiLSTM-CRF神经网络模型进行训练.结果表明，所提模型在NCBI-disease和BiocreativeⅡGM语料库上平均F1值达到87.14%和81.04%,有效的提升了生物医学命名实体识别的效果.

• 单位
  华东理工大学