文件名称:
带有CRF的双向长期短期记忆，用于检测FastText语义空间中的生物医学事件触发
开发工具:
文件大小: 1mb
下载次数: 0
上传时间: 2021-03-08
详细说明：背景技术在生物医学信息提取中，事件提取起着至关重要的作用。 生物事件用于描述生物实体（例如蛋白质和基因）之间的动态效应或关系。 事件提取通常分为触发检测和参数识别。 触发检测的性能直接影响事件提取的结果。 通常，传统方法用于将触发检测作为分类任务来解决，以及使用机器学习或规则方法来构造触发器，从而构造许多功能来改善分类结果。 此外，分类模型仅识别由单个单词组成的触发器，而对于多个单词，结果并不令人满意。结果我们模型的语料库是MLEE。 如果我们仅使用生物医学LSTM和CRF模型而没有其他功能，则F分数将达到约78.08％。 将实体与词性（POS）进行比较，我们发现实体特征更有助于提高检测性能，F评分可能达到80％。 此外，我们还对其他三个语料库（BioNLP 2009，BioNLP 2011和BioNLP 2013）进行了实验，以验证模型的一般性。 因此，F分数可以达到60％以上，优于比较实验。结论基于序列注释模型的触发器识别方法不需要初始的复杂特征工程，只需要简单的标记机制即可完成训练。 因此，与其他传统模型相比，我们模型的泛化性更好。 其次，该方法可以识别多词触发器，从而提高了触发
(系统自动生成,下载前可以参看下载内容)
下载文件列表
相关说明
- 本站资源为会员上传分享交流与学习,如有侵犯您的权益,请联系我们删除.
- 本站是交换下载平台，提供交流渠道，下载内容来自于网络，除下载问题外，其它问题请自行百度。
- 本站已设置防盗链，请勿用迅雷、QQ旋风等多线程下载软件下载资源，下载后用WinRAR最新版进行解压.
- 如果您发现内容无法下载，请稍后再次尝试；或者到消费记录里找到下载记录反馈给我们.
- 下载后发现下载的内容跟说明不相乎，请到消费记录里找到下载记录反馈给我们，经确认后退回积分.
- 如下载前有疑问，可以通过点击"提供者"的名字，查看对方的联系方式，联系对方咨询.
