基于特征耦合泛化的药名实体识别.pdfVIP

第 28卷 第 2期 中文信息学报 Vo1．28。No．2 2014年 3月 JOURNALOFCHINESEINFORMATION PROCESSING M ar．，2014 文章编号 ：1003—0077(2014)02—0072—06 基于特征耦合泛化的药名实体识别 何林娜 ，杨志豪 ，林鸿飞 ，李彦鹏 ，唐利娟 (1．大连理工大学 计算机科学与技术学院，辽宁 大连 116024； 2．山东省农业管理干部学院 机械电子工程系，山东 济南 250100) 摘 要 ：药名识别的直接 目的是从生物医学文本 中寻找药名。 目前，药物相关研究不断出现 ，远远超 出了维护人员 更新药物信息数据库的速度 ，这就迫切 需要一种 自动提取药物信 息 的技术 。该文采用 了一种基于特征耦合泛化 (FCG)的半监督学习方法生成药名词典 ，然后将药名词典和条件 随机场结合进行药名实体识别。首先我们用模板 的方法构造 了一个药名词典 ，然后用 FCG方法对词典去噪 ，最后将去噪后 的词典用在测试集上进行药名实体识 别 ，得 到 了76．73 的 F值 。 关键词 ：药名识别；机器学习；特征耦合泛化 ；CRF 中图分类号 ：TP391 文献标识码 ：A DrugNameEntityRecognitionBasedon FeatureCouplingGeneralization HELinna ，YANGZhihao ，LIN Hongfei，LIYanpeng ，TANG Lijuanz (1．SchoolofComputerScienceandTechnology，DalianUniversityofTechnology，Dalian，Liaoning116024，China； 2．DepartmentofMechanicalandElectronicEngineering，ShandongCollegeof AgriculturalManagementInstitute，Jinan，Shandong250100，China) Abstract：Drugnamerecognitionaimstofinddrugsinbiomedicaltexts，whichisademandingtechnologyinfaceof overwhelmingdrugresearches．W eadoptasemi-supervisedlearningmethodtobuildadictionaryandthen usethe combinationofthedictionaryandtheConditionRandom Fieldmethodtorecognizethedrugnameentities．Firstly， weextractadrugnamedictionaryusingtemplatematchingmethodandthenFeatureCouplingGeneralization (FCG) isusedtofilterthedictionary．Finally，wecombinethedictionaryandtheConditionRandom Fieldmethodtorecog— nizethedrugentities．Asaresult，ourmethodachievedanF-scoreof0．7673onthedrugnamerecognitioncorpus． Keywords：drugnamerecognition；machinelearning；FeatureCouplingGeneralizati0n；CRF 命名实体识别 的研究方法主要集 中在 以下几个方 1 引言 面 ：词典匹配方法 [3]、基于规则的方