LASIGE与UNICAGE针对NASA LitCoin NLP竞赛的解决方案
计算与语言
2023-08-11 v1 信息检索
性能
摘要
生物医学自然语言处理（NLP）对多数研究者而言往往变得繁琐，常因待处理文本的数量与异质性所致。为应对此挑战，产业界持续开发高效工具并创建更灵活的工程方案。本工作展示了用于高效数据处理的产业数据工程方案与为命名实体识别（LasigeUnicage_NER）和关系抽取（BiOnt）开发的学术系统之间的集成。我们的设计反映了这些组件与外部知识的集成，外部知识以来自其他数据集与生物医学本体的额外训练数据形式提供。我们在2022年LitCoin NLP挑战赛中使用了该流水线，我们的LasigeUnicage团队在约200支参赛队伍中获第7名，体现了学术界（LASIGE）与产业界（Unicage）间的成功合作。支撑本工作的软件见于\url{https://github.com/lasigeBioTM/Litcoin-Lasige_Unicage}。
引用
@article{arxiv.2308.05609,
title = {LASIGE and UNICAGE solution to the NASA LitCoin NLP Competition},
author = {Pedro Ruas and Diana F. Sousa and André Neves and Carlos Cruz and Francisco M. Couto},
journal= {arXiv preprint arXiv:2308.05609},
year = {2023}
}