科研之友
微信
新浪微博
Facebook
分享链接
摘要
【目的/意义】针对医疗问答社区数据量大、规范性差、数据稀疏等特性，综合利用双向长短记忆神经网络（BiLSTM）、条件随机场（CRF）、双向门控循环单元（BiGRU）等深度学习模型，对社区文本的实体识别及关系抽取方法进行研究。【方法/过程】首先，对实体作了进一步细分，利用BiLSTM-CRF模型对BIO标注的数据集进行实体识别，实验发现细分实体比未细分实体在结果上表现更好；接着利用BiGRU-Attention模型抽取各实体间的关系，实验结果显示，该模型无论是在准确率、召回率还是F值上都比BiLSTM-Attention抽取模型有较大的提升；最后利用Neo4j图数据库构建了一个可视化的知识图谱。...
-
单位华南理工大学; 工商管理学院
