Fancy Man 队在 WNUT 2020 共享任务-1 提交 BERT 大小写模型用于湿实验实体抽取
计算与语言
2020-09-29 v1 机器学习
摘要
将规定实验操作步骤的协议自动或半自动转换为机器可读格式，极大裨益生物研究。这些含噪、密集且领域专用的实验协议处理，随着深度学习的发展引起越来越多关注。本文介绍我们团队在 WNUT 2020 共享任务-1：湿实验实体抽取上的工作，我们对若干模型进行了研究，包括 BiLSTM CRF 模型与一个可用于完成湿实验实体抽取的 BERT 大小写模型。我们主要讨论了 \textbf{Bert case} 在不同情形下的性能差异，如 \emph{transformers} 版本、大小写敏感性等此前可能未受足够关注的因素。
引用
@article{arxiv.2009.12997,
title = {Fancy Man Lauches Zippo at WNUT 2020 Shared Task-1: A Bert Case Model for Wet Lab Entity Extraction},
author = {Haoding Meng and Qingcheng Zeng and Xiaoyang Fang and Zhexin Liang},
journal= {arXiv preprint arXiv:2009.12997},
year = {2020}
}
备注
EMNLP2020 WNUT