GERNERMED++：德语医学 NLP 中的迁移学习
计算与语言
2022-10-11 v2 人工智能
机器学习
摘要
我们提出一个用于德语医学自然语言处理、训练用于命名实体识别（NER）的统计模型，作为一个开放的、公开可用的模型。该工作作为我们首个 GERNERMED 模型的精炼后继者，其性能被我们的工作大幅超越。我们通过对预训练深度语言模型（LM）的迁移学习、词对齐与神经机器翻译相结合，展示了多种技术结合以在实体识别性能上取得强劲结果的有效性。由于德语文本上开放的公开医学实体识别模型情形稀缺，该工作作为基线模型为德语医学 NLP 研究界带来益处。由于我们的模型基于公开英文数据，其权重在 usage 与 distribution 上无法律限制地提供。示例代码与统计模型可在 https://github.com/frankkramer-lab/GERNERMED-pp 获取。
引用
@article{arxiv.2206.14504,
title = {GERNERMED++: Transfer Learning in German Medical NLP},
author = {Johann Frei and Ludwig Frei-Stuber and Frank Kramer},
journal= {arXiv preprint arXiv:2206.14504},
year = {2022}
}