基于Bi-LSTM的生物医学文本语义消歧研究

• 作者: 李智 罗曜儒
• 来源期刊: 软件导刊
• 学科: 工学
• 关键词: 语义消歧 Bi-LSTM 无监督学习 生物医学 上下文表示
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 软件理论与方法
• 页码范围: 57-59,63
• 页数: 4页
• 分类号: TP301
• 字数: 2946字
• 语种: 中文
• DOI: 10.11907/rjdk.182910

摘要

生物医学文本语义消歧研究中,上下文语义表示存在精度不高、忽略语言特性等问题,对此提出一种基于Bi-LSTM的新型语言模型.该模型通过考虑上下文词序将整个句义信息以无监督学习方式嵌入低维连续空间,并以此生成高质量的上下文表示,然后利用该方法构建歧义向量,最终计算cosine相似度,完成对歧义词的分类.实验表明,相比传统线性语言模型,基于Bi-LSTM生成的语义向量能更好地表示歧义词的语义信息,并在不同生物医学文本数据集中达到高准确度(95.01/91.27).

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李智	四川大学电子信息学院	124	459	10.0	14.0
2	罗曜儒	四川大学电子信息学院	1	2	1.0	1.0