一种松耦合的生物医学命名实体识别算法

• 作者: 于中华 胡俊锋 陈浩 陈源 陈蓉
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 生物医学命名实体 启发规则过滤器 词性模板匹配 词根匹配 隐马尔科夫模型 松耦合算法
• 年，卷（期）: 2007,（11）
• 所属期刊栏目: 典型应用系统
• 页码范围: 2866-2869
• 页数: 4页
• 分类号: TP181|TP391.4
• 字数: 5790字
• 语种: 中文

摘要

生物医学命名实体识别(Bio-NER)是生物医学文献挖掘利用的基础工作.针对目前Bio-NER存在的困难和问题,提出了松耦合的Bio-NER算法LCA,该算法利用启发规则过滤器、词性模板匹配及改良的隐马尔科夫模型(HMM)识别生物医学命名实体.在GENIA corpus 3.02语料库上进行的实验表明,LCA可以达到80%的准确率和89%的召回率,优于相关工作中的结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈浩	四川大学计算机学院	55	210	8.0	11.0
2	于中华	四川大学计算机学院	46	444	9.0	18.0
3	陈蓉	四川大学计算机学院	23	208	8.0	14.0
4	胡俊锋	四川大学计算机学院	4	16	2.0	4.0
5	陈源	四川大学计算机学院	7	14	2.0	3.0