换一批
换一批融合数据增强和注意力机制的中医实体及关系联合抽取
Entity and relationship joint extraction method for traditional medical text integrating data augmentation and attention mechanism
摘要中医药领域高质量标注数据缺乏,可用作实体及关系联合抽取任务的语料数量偏少.BiLSTM-CRF方法在序列标注上有优势,但对上下文信息与当前信息的关联关注不够,影响模型的性能.针对上述问题,提出一种融合数据增强和注意力机制的中医实体及关系联合抽取方法(DA-BiLSTM-Attention-CRF).该方法首先采用EDA数据增强方法对未标注训练集进行多倍增强,然后将增强后的伪标注数据加入训练集,采用自训练策略进行多次实验.最后,测试集数据通过模型预测得到标注序列并进行三元组提取.在中医语料库上进行实验评估,实体及关系联合抽取F1 值为 82.43%.
更多相关知识
关键词
中医文本实体及关系联合抽取数据增强注意力机制TM textjoint extraction of entities and relationshipsdata enhancementattention mechanism
分类号
TP391
栏目名称
科技创见与应用
DOI
10.3969/j.issn.2095-2163.2023.08.033
发布时间
2023-10-18
基金项目
国家重点研发计划
江西省自然科学基金资助项目
江西省教育厅科技项目
江西省教育厅科技项目
国家自然科学基金
- 浏览1
- 被引0
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
