基于深层条件随机场的生物医学命名实体识别

• 作 者: 孙晓 孙重远 任福继
• 机 构: 合肥工业大学计算机与信息学院情感计算与先进智能机器安徽省重点实验室,FacultyofEngineering
• 出 处: 模式识别与人工智能
• 发表日期: 2016年11期
• 关键词: 生物医学命名实体识别 深层条件随机场 增量式学习 错误纠正算法 Biomedical Named Entity Recognition Deep Condit
• 基金项目: 国家自然科学基金重点项目（No.61432004）、安徽省自然科学基金项目（No.1508085QF119）、中国博士后科学基金项目（No.2015M580532）、模式识别国家重点实验室开放课题（No.201407345）资助

生物医学命名实体识别是从生物医学文献中获取关键知识的基础与关键任务．文中提出基于深层条件随机场的生物医学命名实体识别方法，构建多层结构的深层条件随机场模型，在不同层次的特征上结合增量式学习策略，选择最优特征集．最后通过基于（全名，缩写）对和基于领域信息的错误纠正算法，进一步修正识别结果．在生物医学命名实体评测语料JNLPBA上的实验验证文中方法的有效性．