版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、生物醫(yī)學文獻是展示和傳播生物醫(yī)學知識的有效途徑,如何從爆炸性增長的文獻數(shù)據(jù)中快速準確且自動地定位人們所需要的信息,成為了各領(lǐng)域精英重點關(guān)注的問題之一。而生物醫(yī)學信息抽取技術(shù)的主要目的就是從非結(jié)構(gòu)化的生物學和醫(yī)學文本數(shù)據(jù)中自動解鎖結(jié)構(gòu)化語義信息。其中,生物醫(yī)學事件抽取旨在檢測細粒度的實體之間的多元語義關(guān)系,并將事件的詳細信息以結(jié)構(gòu)化形式展示給人們。本文以生物醫(yī)學事件抽取作為研究的關(guān)鍵問題,將其分為兩個子問題進行研究:觸發(fā)詞識別和元素檢測。
2、
傳統(tǒng)的生物醫(yī)學事件觸發(fā)詞識別方法基于人工設(shè)計特征、構(gòu)建特征向量,所利用的信息有限。因此,為了避免人工設(shè)計特征的復(fù)雜性,提升系統(tǒng)的泛化能力,本文利用神經(jīng)網(wǎng)絡(luò)自動從單詞的語義空間中學習候選實例的特征表示,提出兩種觸發(fā)詞識別方法。提出基于卷積神經(jīng)網(wǎng)絡(luò)的觸發(fā)詞分類方法,利用卷積神經(jīng)網(wǎng)絡(luò)對局部特征的學習能力來識別觸發(fā)詞;提出基于雙向長短時記憶神經(jīng)網(wǎng)絡(luò)和條件隨機場的觸發(fā)詞標記方法,利用長短時記憶神經(jīng)網(wǎng)絡(luò)對上下文信息的有效融合與學習,并充
3、分發(fā)揮條件隨機場考慮全局信息的優(yōu)點,實現(xiàn)事件觸發(fā)詞的標記。
使用雙向長短時記憶神經(jīng)網(wǎng)絡(luò)和 Attention機制相結(jié)合的方法進行生物醫(yī)學事件元素檢測,抽取上下文特征、距離特征和候選對屬性特征,并從構(gòu)建的語義空間映射詞向量獲取語義特征,使用雙向長短時記憶神經(jīng)網(wǎng)絡(luò)對候選對實例特征之間的時序信息進行建模與學習。同時,進一步引入Attention機制來關(guān)注候選對實例中的重要特征,賦予它們更大的注意力概率,并根據(jù)所學習到的權(quán)重值對模型輸
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于深度學習的生物醫(yī)學事件抽取研究.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的生物醫(yī)學圖像處理.pdf
- 基于組合學習和自訓(xùn)練的生物醫(yī)學事件抽取研究.pdf
- 基于半監(jiān)督方法的生物醫(yī)學事件抽取的研究.pdf
- 基于并行多池化CNN的生物醫(yī)學事件抽取.pdf
- 基于遞歸神經(jīng)網(wǎng)絡(luò)的生物醫(yī)學命名實體識別.pdf
- 生物醫(yī)學事件抽取中觸發(fā)詞識別研究.pdf
- 基于詞表示和深度學習的生物醫(yī)學關(guān)系抽取.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的復(fù)述抽取和重排序研究.pdf
- 基于語義神經(jīng)網(wǎng)絡(luò)的深層語義的計算.pdf
- 面向生物醫(yī)學領(lǐng)域的信息抽取研究.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的圖像語義分割.pdf
- 基于深度卷積神經(jīng)網(wǎng)絡(luò)的實體關(guān)系抽取.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的分類數(shù)據(jù)挖掘?qū)傩赃x擇和規(guī)則抽取研究.pdf
- 生物醫(yī)學文本中實體關(guān)系抽取的研究.pdf
- 基于統(tǒng)計學習的生物醫(yī)學文本信息抽取方法研究.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的視頻語義概念分析.pdf
- 基于紋理特征和BP神經(jīng)網(wǎng)絡(luò)的醫(yī)學圖像檢索.pdf
- 基于循環(huán)卷積神經(jīng)網(wǎng)絡(luò)的實體關(guān)系抽取方法研究.pdf
- 基于導(dǎo)數(shù)關(guān)系的神經(jīng)網(wǎng)絡(luò)訓(xùn)練與知識抽取研究.pdf
評論
0/150
提交評論