基于词法匹配与词嵌入的医疗知识实体上下位关系抽取
刘子晨1
温延龙1
徐雷2
1.南开大学计算机学院 天津 3000002.南开大学现代远程教育学院 天津 300000
摘要：实体上下位关系是一种重要的语义结构,在知识图谱、信息检索等多个领域有着重要应用.论文提出一种融合词法匹配与词嵌入的医疗知识实体上下位关系抽取方法.该方法以Hearst词法模式匹配为基础,抽取相似词以扩展候选上下位关系集合,引入分段线性投影方法将基于词嵌入的上下位关系判别模型应用于抽取任务,并给出融合两种方法来计算上下位关系可能性算法.实验结果表明,论文提出的综合方法在SemEval-Task 9的医疗数据集上,相比该任务的最佳方法MRR、MAP和P@1分别提高了4.40％、0.23％和2.00％,具有很好的效果.
关键词：上下位关系医疗知识实体模式匹配机器学习
分类号：TP301.6(计算技术、计算机技术)
资助基金：中央高校基本科研业务费专项南开大学项目(63201207)
论文发表日期：2020-12-20
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：6( 2901-2905,2958 )
英文信息