基于語義空間和神經(jīng)網(wǎng)絡(luò)的生物醫(yī)學(xué)事件抽取.pdf

1、生物醫(yī)學(xué)文獻(xiàn)是展示和傳播生物醫(yī)學(xué)知識(shí)的有效途徑，如何從爆炸性增長的文獻(xiàn)數(shù)據(jù)中快速準(zhǔn)確且自動(dòng)地定位人們所需要的信息，成為了各領(lǐng)域精英重點(diǎn)關(guān)注的問題之一。而生物醫(yī)學(xué)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(xué)和醫(yī)學(xué)文本數(shù)據(jù)中自動(dòng)解鎖結(jié)構(gòu)化語義信息。其中，生物醫(yī)學(xué)事件抽取旨在檢測細(xì)粒度的實(shí)體之間的多元語義關(guān)系，并將事件的詳細(xì)信息以結(jié)構(gòu)化形式展示給人們。本文以生物醫(yī)學(xué)事件抽取作為研究的關(guān)鍵問題，將其分為兩個(gè)子問題進(jìn)行研究：觸發(fā)詞識(shí)別和元素檢測。

2、
　　傳統(tǒng)的生物醫(yī)學(xué)事件觸發(fā)詞識(shí)別方法基于人工設(shè)計(jì)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(jì)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(dòng)從單詞的語義空間中學(xué)習(xí)候選實(shí)例的特征表示，提出兩種觸發(fā)詞識(shí)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(xué)習(xí)能力來識(shí)別觸發(fā)詞；提出基于雙向長短時(shí)記憶神經(jīng)網(wǎng)絡(luò)和條件隨機(jī)場的觸發(fā)詞標(biāo)記方法，利用長短時(shí)記憶神經(jīng)網(wǎng)絡(luò)對上下文信息的有效融合與學(xué)習(xí)，并充

3、分發(fā)揮條件隨機(jī)場考慮全局信息的優(yōu)點(diǎn)，實(shí)現(xiàn)事件觸發(fā)詞的標(biāo)記。
　　使用雙向長短時(shí)記憶神經(jīng)網(wǎng)絡(luò)和 Attention機(jī)制相結(jié)合的方法進(jìn)行生物醫(yī)學(xué)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(shí)記憶神經(jīng)網(wǎng)絡(luò)對候選對實(shí)例特征之間的時(shí)序信息進(jìn)行建模與學(xué)習(xí)。同時(shí)，進(jìn)一步引入Attention機(jī)制來關(guān)注候選對實(shí)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(xué)習(xí)到的權(quán)重值對模型輸