文献
J-GLOBAL ID:201702262425315325   整理番号:17A0142810

動的拡張樹に沿った長い短期記憶ネットワークを介した生物医学イベント抽出【Powered by NICT】

Biomedical event extraction via Long Short Term Memory networks along dynamic extended tree
著者 (5件):
資料名:
巻: 2016  号: BIBM  ページ: 739-742  発行年: 2016年 
JST資料番号: W2441A  資料種別: 会議録 (C)
記事区分: 原著論文  発行国: アメリカ合衆国 (USA)  言語: 英語 (EN)
抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
非構造化テキストからの知識抽出は自然言語処理の最も重要な目標,特に生物医学イベント抽出領域の一つである。本論文では,生物医学文献からビオトープと細菌間の生物医学イベントを抽出する,細菌ビオトープタスクにBioNLP’16共有タスクからコーパスを用いたシステムについて述べた。イベント抽出のための現在主流となっている方法は,浅い機械学習法に基づいている。しかしこれらの方法は,主としてドメイン経験に依存しており,特徴を選択するための膨大な人手の作業が必要である。イベント抽出のための新しい長期短期記憶(LSTM)ネットワーク枠組みDETBLSTMを提案した。著者等のフレームワークでは,原文の入力代わりに,構文情報を利用したとして導入した動的拡張木。さらに,POSと距離の埋込みは入力情報を濃縮するために添加されると,複雑な特徴抽出を省くことができる。最終では,生物医学イベントを抽出し,試験セット中の57.14%のFスコアを達成するための双方向LSTMモデルを構築した。著者らのモデルは,BioNLP ST2016全ての公式の提示であり,最良のシステムより1.34%高いより良いFスコアを得た。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】
シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
, 【Automatic Indexing@JST】
分類 (2件):
分類
JSTが定めた文献の分類名称とコードです
医用情報処理  ,  自然語処理 
タイトルに関連する用語 (4件):
タイトルに関連する用語
J-GLOBALで独自に切り出した文献タイトルの用語をもとにしたキーワードです

前のページに戻る