基于CNN-BLSTM-CRF模型的生物医学命名实体识别

摘要：

命名实体识别是自然语言处理任务的重要步骤.近年来,不依赖人工特征的神经网络在新闻等通用领域命名实体识别方面表现了很好的性能.然而在生物医学领域,许多实验表明基于领域知识的人工特征对于神经网络模型的结果影响很大.因此,如何在不依赖人工特征的情况下获得较好的生物医学命名实体识别性能是有待解决的问题.本文提出一种基于CNN-BLSTM-CRF的神经网络模型.首先利用卷积神经网络(CNN)训练出单词的具有形态特征的字符级向量,并从大规模背景语料训练得到具有语义特征信息的词向量,然后将二者进行组合作为输入,再构建适合生物医学命名实体识别的BLSTM-CRF深层神经网络模型.实验结果表明,不依赖任何人工特征,本文方法在BiocreativeⅡGM和JNLPBA2004生物医学语料上都达到了目前最好的结果,F-值分别为89.09％和74.40％.

关键词： 生物医学 命名实体识别 词向量 神经网络 CNN-BLSTM-CRF模型

作者: 李丽双 郭元凯

作者单位: 大连理工大学 计算机科学与技术学院,辽宁 大连 116023

会议类型: 国内会议

会议名称: 第十六届全国计算语言学学术会议暨第五届基于自然标注大数据的自然语言处理国际学术研讨会

会议地点: 南京

会议语种:中文

页码: 1-9

在线出版日期: 2017-10-13（万方平台首次上网日期，不代表论文的发表时间）