基于CNN-BLSTM-CRF模型的生物医学命名实体识别.pdfVIP

文章编号：1003-0077 （2011）00-0000-00 基于CNN-BLSTM-CRF 模型的生物医学命名实体识别* 李丽双，郭元凯 （大连理工大学计算机科学与技术学院，辽宁 大连 116023） 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Biocreative II GM 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；LSTM; CNN ；CRF