基于图嵌入的疾病归一化
计算与语言
2020-10-27 v1 人工智能
摘要
生物医学文本中疾病的检测与归一化是关键的自医学自然语言处理任务。疾病名称不仅需被识别，还需被归一化或链接至描述疾病的临床分类法（如MeSH）。在本文中，我们描述应对这两项任务的深度学习方法。我们在已知的NCBI疾病基准语料库上训练并测试我们的方法。我们提出通过利用MeSH的图形结构以及分类法中可用的词汇信息，使用图嵌入来表示疾病名称。我们还展示，通过多任务学习将神经命名实体识别模型与基于图的实体链接方法相结合，可改善NCBI语料库中的疾病识别。
引用
@article{arxiv.2010.12925,
title = {Disease Normalization with Graph Embeddings},
author = {Dhruba Pujary and Camilo Thorne and Wilker Aziz},
journal= {arXiv preprint arXiv:2010.12925},
year = {2020}
}
备注
This is a pre-print of a paper to appear in the proceedings of the IntelliSys 2020 conference