版權(quán)說(shuō)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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
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(zhǎng)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(wèn)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(yǔ)義信息。其中,生物醫(yī)學(xué)事件抽取旨在檢測(cè)細(xì)粒度的實(shí)體之間的多元語(yǔ)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(wèn)題,將其分為兩個(gè)子問(wèn)題進(jìn)行研究:觸發(fā)詞識(shí)別和元素檢測(cè)。
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(yǔ)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(lèi)方法,利用卷積神經(jīng)網(wǎng)絡(luò)對(duì)局部特征的學(xué)習(xí)能力來(lái)識(shí)別觸發(fā)詞;提出基于雙向長(zhǎng)短時(shí)記憶神經(jīng)網(wǎng)絡(luò)和條件隨機(jī)場(chǎng)的觸發(fā)詞標(biāo)記方法,利用長(zhǎng)短時(shí)記憶神經(jīng)網(wǎng)絡(luò)對(duì)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(chǎng)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(zhǎng)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(cè),抽取上下文特征、距離特征和候選對(duì)屬性特征,并從構(gòu)建的語(yǔ)義空間映射詞向量獲取語(yǔ)義特征,使用雙向長(zhǎng)短時(shí)記憶神經(jīng)網(wǎng)絡(luò)對(duì)候選對(duì)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(lái)關(guān)注候選對(duì)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(duì)模型輸
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)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(qǐng)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(qǐng)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(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)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(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)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(xué)習(xí)的生物醫(yī)學(xué)事件抽取研究.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的生物醫(yī)學(xué)圖像處理.pdf
- 基于組合學(xué)習(xí)和自訓(xùn)練的生物醫(yī)學(xué)事件抽取研究.pdf
- 基于半監(jiān)督方法的生物醫(yī)學(xué)事件抽取的研究.pdf
- 基于并行多池化CNN的生物醫(yī)學(xué)事件抽取.pdf
- 基于遞歸神經(jīng)網(wǎng)絡(luò)的生物醫(yī)學(xué)命名實(shí)體識(shí)別.pdf
- 生物醫(yī)學(xué)事件抽取中觸發(fā)詞識(shí)別研究.pdf
- 基于詞表示和深度學(xué)習(xí)的生物醫(yī)學(xué)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(yǔ)義神經(jīng)網(wǎng)絡(luò)的深層語(yǔ)義的計(jì)算.pdf
- 面向生物醫(yī)學(xué)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(yǔ)義分割.pdf
- 基于深度卷積神經(jīng)網(wǎng)絡(luò)的實(shí)體關(guān)系抽取.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的分類(lèi)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(xué)文本中實(shí)體關(guān)系抽取的研究.pdf
- 基于統(tǒng)計(jì)學(xué)習(xí)的生物醫(yī)學(xué)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(yǔ)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(xué)圖像檢索.pdf
- 基于循環(huán)卷積神經(jīng)網(wǎng)絡(luò)的實(shí)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(shí)抽取研究.pdf
評(píng)論
0/150
提交評(píng)論