基于双编码器的快速高效生物医学实体链接
计算与语言
2021-03-10 v1
摘要
生物医学实体链接是识别文本文档中生物医学概念提及并将其映射到目标词典中规范实体的任务。使用基于 BERT 的模型的实体链接近期进展遵循检索与重排序范式，即先使用检索器模型筛选候选实体，再由重排序器模型对检索到的候选进行排序。尽管该范式产生了最先进的结果，但由于一次只能处理一个提及，其在训练和测试时都较慢。为缓解这些问题，我们提出了一种基于 BERT 的双编码器模型，可一次性解析文档中的多个提及。我们表明，所提模型比现有基于 BERT 的模型快数倍，同时在生物医学实体链接精度上具竞争力。此外，我们改进了双编码器模型以用于端到端生物医学实体链接，可同时执行提及跨度检测与实体消歧，并优于两个近期提出的模型。
引用
@article{arxiv.2103.05028,
title = {Fast and Effective Biomedical Entity Linking Using a Dual Encoder},
author = {Rajarshi Bhowmik and Karl Stratos and Gerard de Melo},
journal= {arXiv preprint arXiv:2103.05028},
year = {2021}
}