基于深度学习的中文生物医学实体关系抽取系统

• 作者: 丁泽源 杨志豪 罗凌 王磊 张音 林鸿飞 王健
• 来源期刊: 中文信息学报
• 关键词: 命名实体识别 关系抽取 条件随机场 双向长短期记忆网络
• 年，卷（期）: 2021,（5）
• 所属期刊栏目: 信息抽取与文本挖掘|Information Extraction and Text Mining
• 页码范围: 70-76
• 页数: 7页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1003-0077.2021.05.009

摘要

在生物医学文本挖掘领域,生物医学的命名实体和关系抽取具有重要意义.然而目前中文生物医学实体关系标注语料十分稀缺,这给中文生物医学领域的信息抽取任务带来许多挑战.该文基于深度学习技术搭建了中文生物医学实体关系抽取系统.首先利用公开的英文生物医学标注语料,结合翻译技术和人工标注方法构建了中文生物医学实体关系语料.然后在结合条件随机场(Conditional Random Fields,CRF)的双向长短期记忆网络(Bi-directional LSTM,BiLSTM)模型上加入了基于生物医学文本训练的中文ELMo(Embedding from Language Model)完成中文实体识别.最后使用结合注意力(Attention)机制的双向长短期记忆网络抽取实体间的关系.实验结果表明,该系统可以准确地从中文文本中抽取生物医学实体及实体间关系.