生物医学语义关系抽取方法综述

发布时间：2018-06-04 22:39

  本文选题：语义关系抽取 + 生物医学　； 参考：《图书馆论坛》2017年06期

【摘要】：深度学习在自然语言处理方面取得了显著成效,为生物医学领域的信息抽取带来新的研究范式。本研究旨在系统调研生物医学语义关系抽取方法、分析其发展历程,为深度学习方法的进一步运用提供基础和启示。通过检索Pub Med、Web of Science和IEEE数据库,以及Bio Creative、Sem Eval等重要测评网站,遴选出具有代表性的抽取方法,并从目的、方法、数据集和效果四个维度进行分析。经过系统梳理,可将生物医学语义关系抽取方法分为三个阶段:基于知识、传统机器学习和深度学习。将先验知识和领域资源恰当地融入到深度学习模型中,是进一步提升语义关系抽取效果的探索方向。
[Abstract]:Deep learning has achieved remarkable results in Natural Language Processing, bringing new research paradigms for information extraction in the biomedical field. This study aims to systematically investigate the method of biomedical semantic relations extraction, analyze its development process, and provide the basis and inspiration for further application of deep learning methods. By retrieving Pub Med, Web of Sci Ence and IEEE databases, as well as Bio Creative, Sem Eval and other important evaluation sites, select representative extraction methods, and analyze the four dimensions of purpose, method, data set and effect. After systematic combing, the methods of biomedical semantic relation extraction can be divided into three stages: Based on knowledge, traditional machine learning and deep learning Integrating the prior knowledge and domain resources into the deep learning model is the direction to further enhance the effect of semantic relation extraction.
【作者单位】： 中国科学院文献情报中心;中国科学院大学;哈尔滨工业大学深圳研究生院;
【分类号】：TP391.1

【相似文献】

相关期刊论文 前10条

1 石桢;姚天f ;;一种基于统计和规则的核心地名抽取方法[J];微型电脑应用;2013年02期

2 张世辉;一种新的基于距离的汉字笔画抽取方法[J];计算机工程;2003年14期

3 王大亮;涂序彦;郑雪峰;佟子健;;多策略融合的搭配抽取方法[J];清华大学学报(自然科学版);2008年04期

4 杨建明;;关系抽取方法研究[J];电子技术;2009年04期

5 孙继鹏;贾民;刘增宝;;一种面向文本的概念抽取方法的研究[J];计算机应用与软件;2009年09期

6 郑伟;吕建新;张建伟;;文本分类中特征预抽取方法研究[J];情报科学;2011年01期

7 郝博一;夏云庆;邬晓钧;郑方;刘轶;;基于泛化和繁殖的自举式意见目标抽取方法[J];清华大学学报(自然科学版);2009年S1期

8 栗春亮;朱艳辉;徐叶强;;中文产品评论中属性词抽取方法研究[J];计算机工程;2011年12期

9 蔡虹,叶水生;基于KPS的Web信息抽取[J];计算机与现代化;2005年06期

10 何彦青;周玉;宗成庆;王霞;;基于“松弛尺度”的短语翻译对抽取方法[J];中文信息学报;2007年05期

相关会议论文 前10条

1 宋涛;李素建;;基于流形排序的领域词抽取方法[A];第五届全国青年计算语言学研讨会论文集[C];2010年

2 卞真旭;;一种关键词抽取方法研究[A];2011年安徽省智能电网技术论坛论文集[C];2011年

3 罗斐;毛宇光;;基于领域分类的查询接口模式抽取方法[A];2009年研究生学术交流会通信与信息技术论文集[C];2009年

4 栗春亮;朱艳辉;徐叶强;;中文产品评论中属性词抽取方法研究[A];第六届全国信息检索学术会议论文集[C];2010年

5 刘昊;王健;林鸿飞;;一种模板与图核融合的蛋白质关系抽取方法[A];第六届全国信息检索学术会议论文集[C];2010年

6 翁伟;王厚峰;;基于LDA的关键词抽取方法[A];第五届全国青年计算语言学研讨会论文集[C];2010年

7 何莉;林鸿飞;;一种面向WEB的生物医学领域英汉术语翻译对抽取方法[A];中国计算机语言学研究前沿进展（2007-2009）[C];2009年

8 左云存;宗成庆;;基于HMM的短语翻译对抽取方法[A];全国第八届计算语言学联合学术会议（JSCL-2005）论文集[C];2005年

9 王裴岩;张桂平;白宇;;一种基于核函数的技术关键词连接关系抽取方法[A];第六届全国信息检索学术会议论文集[C];2010年

10 蒲宇达;关毅;王强;;基于数据挖掘思想的网页正文抽取方法的研究[A];第三届学生计算语言学研讨会论文集[C];2006年

相关博士学位论文 前2条

1 刘胜宇;生物医学文本中药物信息抽取方法研究[D];哈尔滨工业大学;2016年

2 李传席;基于本体的自适应Web信息抽取方法研究[D];中国科学技术大学;2012年

相关硕士学位论文 前10条

1 陈倩;基于特征模型的跨领域信息抽取方法研究[D];上海大学;2015年

2 刘骁;基于产品评论的意见抽取方法研究[D];黑龙江大学;2015年

3 洪军建;面向社会网络应用的人物关系抽取方法研究[D];西藏大学;2016年

4 梅莉莉;基于领域特殊性和统计语言知识的新词抽取方法[D];北京理工大学;2016年

5 陈亚东;面向数据稀疏问题的英文事件抽取研究[D];苏州大学;2016年

6 朱珠;基于双语的事件抽取方法研究[D];苏州大学;2016年

7 余伟;基于领域知识的Web信息抽取方法研究[D];安徽工程大学;2016年

8 陈茂榕;领域依赖的Web信息抽取系统设计与实现[D];东南大学;2016年

9 刘征;作者资讯中的有用文本信息抽取方法研究[D];东北师范大学;2016年

10 许华;基于有监督学习的医疗实体抽取方法研究[D];武汉科技大学;2016年

，

本文编号：1979134