BCH-NLP 在 BioCreative VII Track 3 的工作：基于 Transformer 网络与多任务学习的推文药物检测
计算与语言
2021-11-30 v1 机器学习
摘要
在本文中，我们介绍了参与 BioCreative VII Track 3——推文中药物名称自动抽取——的工作，其中我们实现了一个在文本分类与序列标注上联合训练的多任务学习模型。我们的最佳系统运行取得了 80.4 的 strict F1，排名第一，且比所有参与者的平均分高出 10 余分。我们的分析表明，集成技术、多任务学习和数据增强均有益于推文中的药物检测。
引用
@article{arxiv.2111.13726,
title = {BCH-NLP at BioCreative VII Track 3: medications detection in tweets using transformer networks and multi-task learning},
author = {Dongfang Xu and Shan Chen and Timothy Miller},
journal= {arXiv preprint arXiv:2111.13726},
year = {2021}
}
备注
Proceedings of the seventh BioCreative challenge evaluation workshop (https://biocreative.bioinformatics.udel.edu/resources/publications/bc-vii-workshop-proceedings/)