10.3969/j.issn.1000-386x.2023.03.033
一种面向中医文本的实体关系深度学习联合抽取方法
目前实体识别和关系抽取任务大多采用流水线方式,但该方法存在错误累积、忽略两个任务相关性和信息冗余等诸多问题.结合中医文本的特点,提出一种基于深度学习的中医实体关系联合抽取方法.该方法使用改进的序列标注策略,将中医的实体关系联合抽取转换成序列标注任务,词向量与字符向量并联拼接作为双向LSTM-CRF输入,利用双向LSTM神经网络强大的特征提取能力,以及CRF在序列标注上的突出优势,结合优化的抽取规则完成中医实体关系联合抽取.在中医语料库上的实验结果表明,实体关系联合抽取的F1值可以达到80.42%,与传统流水线方法以及其他方法相比,实验效果更佳.
实体关系联合抽取、深度学习、字词向量拼接、中医文本
40
TP391(计算技术、计算机技术)
国家重点研发计划;国家自然科学基金;国家自然科学基金;江西省自然科学基金;江西省教育厅科技项目;江西省研究生创新专项资金项目
2023-04-13(万方平台首次上网日期,不代表论文的发表时间)
共7页
217-222,234