PU场景下的生物医学命名实体识别算法研究

• 作者: 刘斌 翟振刚 高冰涛
• 来源期刊: 智能物联技术
• 学科: 工学
• 关键词: 正例未标注学习 隐马尔科夫模型 命名实体识别 文本挖掘
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 基础研究
• 页码范围: 22-28,47
• 页数: 8页
• 分类号: TP391.1
• 字数: 5396字
• 语种: 中文

摘要

传统的生物医学命名实体识别方法需要大量的标注数据样本,但是在实际应用中标注样本代价高昂.为降低生物医学命名实体识别对标注样本的需求,本文提出通过使用PU学习中的两步法方法,将生物医学命名实体识别问题转化为PU场景下的命名实体识别问题.在第一步中分别使用1-DNF、Spy、NB和Rocchio算法在未标注数据中抽取强负例,然后在已有的正例数据和强负例数据的基础上构建隐马尔可夫模型,最后对待分类数据进行命名实体识别.在GENIA语料库上的实验结果显示,在标注数据较少的情况下,通过使用PU学习方法的两步法构建分类模型,其性能显著优于直接使用标注数据构建的分类模型,同时降低了人工标注数据的成本.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘斌	西北农林科技大学信息工程学院	50	217	8.0	12.0
2	高冰涛	中国电子科技集团公司第三十六研究所	1	1	1.0	1.0
6	翟振刚	中国电子科技集团公司第三十六研究所	2	2	1.0	1.0