用于医学关系分类的卷积门控循环单元
计算与语言
2018-07-31 v1
摘要
卷积神经网络（CNN）与循环神经网络（RNN）模型已成为关系分类的主流方法。我们提出一种统一架构，同时利用 CNN 与 RNN 的优势，仅以词嵌入特征在病历中识别医学关系。我们的模型通过 CNN 层学习短语级特征，并将这些特征表示直接送入双向门控循环单元（GRU）层以捕获长期特征依赖。我们在两个临床数据集上评估了模型，实验表明本模型在两者上的表现均显著优于既往单模型方法。
引用
@article{arxiv.1807.11082,
title = {Convolutional Gated Recurrent Units for Medical Relation Classification},
author = {Bin He and Yi Guan and Rui Dai},
journal= {arXiv preprint arXiv:1807.11082},
year = {2018}
}
备注
11 pages, 4 figures