计算机研究与发展

作者：李智恒,桂颖溢,杨志豪,林鸿飞,王健,

关键词：信息抽取, 文本挖掘, 半监督学习, Co-training算法, 化学物质-疾病关系,

化学物质和疾病之间的副作用关系使得化学物质-疾病关系受到更多关注.介绍一个从生物医学文献中抽取化学物质致病关系的系统——CDRExtractor.该系统首先训练一个句子级别分类器，用于抽取存在于同一个句子中的化学物质致病(chemical-induceddisease,CID)关系.在句子级别分类器训练阶段，将特征核和图核特征看作2个独立的视图，采用基于半监督的Co-training方法，利用少量人工标注的训练集和大量未标注语料训练模型.之后，CDRExtractor利用文档级别的化学物质与疾病?信息?特征训练一个文档级别的分类器用于实现文档级别跨句子的CID关系抽取.最后，利用规则将2个分类器的抽取结果进行整合，生成最终的输出结果.实验结果表明：CDRExtractor在BioCreativeVCDR评测任务CID子任务提供的测试集上F值达到67.72%.

来源：2018年第1期

《计算机研究与发展》期刊编辑部

查看计算机研究与发展杂志2018年第1期