融合依存信息Attention机制的药物关系抽取研究

文档名：融合依存信息Attention机制的药物关系抽取研究
药物关系(Drug-Druginteraction,DDI)抽取是生物医学关系抽取领域的重要分支,现有方法主要强调实体、位置等信息对关系抽取的影响.相关研究表明,依存信息对于关系抽取具有重要的作用,如何合理地利用依存信息是关系抽取研究中需要解决的问题.本文提出一种融合依存信息Attention机制的药物关系抽取模型,衡量最短依存路径与句子的相关性,捕捉对实体间关系有用的信息.首先使用双向GRU(BiGRU)网络分别学习原句子和最短依存路径(ShortestDependencyPath,SDP)的语义信息和上下文信息,然后通过Attention机制将SDP信息与原句子信息融合,最后利用融合依存信息之后的句子表示进行分类预测.本文在DDIExtraction2013语料上进行了实验评估,模型F值为73.72％.
作者：李丽双钱爽周安桥刘阳郭元凯
作者单位：大连理工大学计算机科学与技术学院,辽宁大连116024
母体文献：第十七届全国计算语言学学术会议暨第六届基于自然标注大数据的自然语言处理国际学术研讨会(CCL2018)论文集
会议名称：第十七届全国计算语言学学术会议暨第六届基于自然标注大数据的自然语言处理国际学术研讨会(CCL2018)  
会议时间：2018年10月19日
会议地点：长沙
主办单位：中国中文信息学会
语种：chi
分类号：
关键词：药物关系抽取  依存信息  Attention机制
在线出版日期：2021年9月13日
基金项目：
相似文献
相关博文

2024-12-11 13:18 上传 融合依存信息Attention机制的药物关系抽取研究.pdf

文件大小:

1.01 MB

下载次数:

60

高速下载