基于实体链接的抗感染药物本体半自动构建方法
计算与语言
2018-12-06 v1 人工智能
摘要
本体可用于自然语言的解释。为构建抗感染药物本体，需要设计并部署方法论步骤以执行实体发现与链接。医学同义词资源一直是医学自然语言处理(NLP)的重要组成部分。然而，存在诸如准确率低和召回率低等问题。在本研究中，采用NLP方法生成候选实体。分析开放本体以提取语义关系。选取六类词向量特征与词级特征来执行实体链接。研究了单一特征及不同特征组合下的同义词抽取结果。实验表明，我们选取的特征取得了86.77%的准确率、89.03%的召回率和87.89%的F1值。本文最后给出了所提本体的结构及其相关统计数据。
引用
@article{arxiv.1812.01887,
title = {Approach for Semi-automatic Construction of Anti-infective Drug Ontology Based on Entity Linking},
author = {Ying Shen and Yang Deng and Kaiqi Yuan and Li Liu and Yong Liu},
journal= {arXiv preprint arXiv:1812.01887},
year = {2018}
}