文献

J-GLOBAL ID：202202238800918267   整理番号：22A0480430

MRC4BioER:生物医学的エンティティと機械読解理解フレームワークにおける関係の抽出【JST・京大機械翻訳】

MRC4BioER: Joint extraction of biomedical entities and relations in the machine reading comprehension framework

著者 (6件)： Sun Cong (School of Computer Science and Technology, Dalian University of Technology, Dalian 116024, China) ,  Yang Zhihao (School of Computer Science and Technology, Dalian University of Technology, Dalian 116024, China) ,  Wang Lei (Beijing Institute of Health Administration and Medical Information, Beijing 100850, China) ,  Zhang Yin (Beijing Institute of Health Administration and Medical Information, Beijing 100850, China) ,  Lin Hongfei (School of Computer Science and Technology, Dalian University of Technology, Dalian 116024, China) ,  Wang Jian (School of Computer Science and Technology, Dalian University of Technology, Dalian 116024, China)
資料名： Journal of Biomedical Informatics  (Journal of Biomedical Informatics)
巻： 125  ページ： Null  発行年： 2022年 
JST資料番号： B0827A  ISSN： 1532-0464  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 構造化三重項を形成するための非構造化文献からのエンティティとその関係は,生物医学知識抽出に不可欠である。生物医学データセットにおける文章は通常多くの特別な重複三重項を持つので,これらの三重項を効果的に抽出するために以前の研究を用いることは難しい。本研究では,機械学習理解フレームワークにおける関節抽出を達成するための新しいタグ付け戦略を提案した。一方では,著者らの方法は,特定の関係の情報を導入するために,機械読解理解フレームワークにおいてQueryを使用する。一方,著者らの方法は,生物医学領域における三重項の重複のための標識戦略を導入する。CHEMPROTとDDIExtraction 2013データセットを用いて,この方法を評価した。実験結果は,著者らの提案方法が,重複する三重項を扱うためのモデルの能力を強化でき,抽出性能を改善することを実証した。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *機械学習
準シソーラス用語： 知識抽出 ,  *生物医学 ,  タグ付 ,  *読解 ,  *エンティティ ,  *関係抽出 , 【Automatic Indexing@JST】

著者キーワード (5件)： テキストマイニング ,  関節抽出 ,  三重項抽出 ,  機械読解理解 ,  MRC

分類 (1件)： 医用情報処理  (JE15030Q)

タイトルに関連する用語 (6件)： 生物医学 ,  エンティティ ,  読解 ,  理解 ,  フレームワーク ,  関係の抽出