基于字符級特征自適應(yīng)的生物醫(yī)學命名實體識別

摘要： 生物醫(yī)學領(lǐng)域新增實體數(shù)量和類型迅速增加，在預(yù)訓練詞表容量有限的情況下，字符嵌入可以在一定程度上解決未登錄詞問題，單一的字符級特征提取器所提取字符嵌入的潛在表征有一定局限性.針對此問題，提出一種字符級特征自適應(yīng)融合的生物醫(yī)學命名實體模型.首先利用卷積神經(jīng)網(wǎng)絡(luò)(CNN)和雙向長短期記憶網(wǎng)絡(luò)(BiLSTM)提取文本的字符向量，訓練過程中動態(tài)計算文本單詞兩種字符向量的權(quán)重并進行拼接，使...