基于条件随机域的生物医学命名实体识别研究.pdfVIP

基于条件随机域的生物医学命名实体识别 李彦鹏，杨志豪，林鸿飞 (大连理工大学计算机科学与工程系．大连116024) 摘要： 命名实体识别足生物医学文献文本挖掘重要的第一步。近年有很多人研究．然而效果并不理想。JNLPBA2004测评 Random 中最好的系统只能达到72．6％的F-score。本文使用条件随机域(conditional 响。边界识别错误是识别中很严重的问题，本文针对左边界错误才采用了一种基于CRF的二次标注方法，使左边界错误率减 少了7．2％。 关键词： 命名实体识别；生物医学；文本挖掘；条件随机域 BiomedicalNamedEntities Recognizing using ConditionaIRandomFields Li Zhihao，Lin Yanpeng，YangHongfei Scienceand Dalian I (DepartmentofComputer EngineeringUniversityofTechnology，Dalian16024) Abstract：Named isthefirst oftext inthe biomedicalliterature．Whilenumer0Ds entryrecognitionkeystage mining exploding approaches havebeen remainsa task．Thebest inJNLPBA2004’taskcan allF-scrim proposed,itchallenging performance onlyachieve of72．跏This a Random for namedentitiesGENIA paperpresentedCP,F(ConditionalFields)basedsystemidenti分ing using corpus∞trainingset，and achievedall F·SCOreof71．9％intheJNLPBA2004’test discussedtheeffectsofdifferent various set．Thispaperalso then a toresolvetheleft errors．Theresultsshowedtheleft errorrate features,andproposed taggingalgorithm boundary boundary tWo·stage decreased72％． by Keywords：namedentityrecognition；biomedical；textmining；ConditionalRandomFidds 1背景 随着生物医学技术的迅速发展，生物医学文献的数量也急剧增加。研究人员如何才能从海量的自然语言文本 中获得所需信息呢?当今人们普遍采用文本挖掘(TextMining)技术来解决这～问题。文本挖掘的第一步是命名实 体识剐(Nallled Entity 基金资助：国家自然科学基金 林鸿飞(1962一)，男．辽宁．教授。hflin@dim．edu，cn． 470 大的差距。 目前的生物医学命名实体识别的方法主要有基于字典和机器