基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
将实体词典以特征的形式引入到机器学习模型中,提出一种基于实体词典与机器学习的基因命名实体识别方法,在GENIA 3.02语料上进行实验.测试结果表明引入实体词典特征后,在获得较高实体识别准确率的同时,优化CRFs识别模型的时间复杂度,提高系统识别效率.
推荐文章
基于位置敏感Embedding的中文命名实体识别
命名实体识别
表示学习
Embedding
多尺度聚类
条件随机场
BioTrHMM:基于迁移学习的生物医学命名实体识别算法
迁移学习
隐马尔可夫模型
命名实体识别
文本挖掘
基于深度学习的医疗命名实体识别
实体识别
数据挖掘
深度学习
医疗信息
生物医学命名实体识别的研究与进展
命名实体识别
文本挖掘
特征选择
机器学习
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于实体词典与机器学习的基因命名实体识别
来源期刊 医学信息学杂志 学科 医学
关键词 实体词典 机器学习 基因命名实体 命名实体识别
年,卷(期) 2015,(12) 所属期刊栏目 医学信息研究
研究方向 页码范围 54-60
页数 7页 分类号 R-056
字数 语种 中文
DOI 10.3969/j.issn.1673-6036.2015.12.012
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 李军莲 中国医学科学院医学信息研究所 73 368 9.0 14.0
2 阮学平 中国医学科学院医学信息研究所 7 37 4.0 5.0
3 夏光辉 中国医学科学院医学信息研究所 29 156 7.0 10.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (6)
节点文献
引证文献  (9)
同被引文献  (12)
二级引证文献  (1)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(3)
  • 参考文献(3)
  • 二级参考文献(0)
2015(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2017(2)
  • 引证文献(2)
  • 二级引证文献(0)
2018(4)
  • 引证文献(4)
  • 二级引证文献(0)
2019(2)
  • 引证文献(2)
  • 二级引证文献(0)
2020(2)
  • 引证文献(1)
  • 二级引证文献(1)
研究主题发展历程
节点文献
实体词典
机器学习
基因命名实体
命名实体识别
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
医学信息学杂志
月刊
1673-6036
11-5447/R
大16开
北京市朝阳区雅宝路3号
2-664
1979
chi
出版文献量(篇)
5799
总下载数(次)
19
总被引数(次)
20699
论文1v1指导