MBNER:面向生物医学领域的多种实体识别系统

• 作者: 宫本东 杨娅 杨志豪 林鸿飞 王健
• 来源期刊: 中文信息学报
• 学科: 工学
• 关键词: 机器学习 特征耦合泛化 CRF 全称缩写对
• 年，卷（期）: 2016,（1）
• 所属期刊栏目: 自然语言处理应用
• 页码范围: 170-175,182
• 页数: 7页
• 分类号: TP391
• 语种: 中文

摘要

生物命名实体识别,就是从生物医学文本中识别出指定类型的名称.目前,面向生物医学领域的实体识别研究不断出现,从海量生物医学文本自动提取生物实体信息的技术变得尤为重要.该文介绍了一个面向生物医学领域的多实体识别系统MBNER(Multiple Biomedical Named Entity Recognizer).该系统可以在生物医学文本中同时识别出基因(蛋白质)、药物、疾病实体,其对基因(蛋白质)、药物、疾病实体识别在各自数据集上分别得到了89.05％,76.73％,90.12％的综合分类率(F-score).该系统以可视化的形式给出对三种命名实体的识别结果.