MedPath：面向生物医学实体链接的多域跨词汇层次化路径
计算与语言
2025-11-17 v1 数据库
摘要
当前生物医学命名实体识别(NER)和实体链接(EL)的进展受制于数据碎片化、缺乏可解释模型资源以及语义不敏感评估指标的局限。为此，我们提出MedPath，一个大规模且多域的生物医学EL数据集，基于九个现有专家标注的EL数据集构建。MedPath中的所有实体都1)使用最新版本的统一医学语言系统(UMLS)进行标准化，2)映射到62个其他生物医学词汇表，3)丰富了来自最多11个生物医学词汇表中从一般到具体的完整本体路径。MedPath直接支持生物医学NLP的新研究前沿，促进语义丰富且可解释的EL系统的训练和评估，以及下一代可互操作且可解释的临床NLP模型的开发。
引用
@article{arxiv.2511.10887,
title = {MedPath: Multi-Domain Cross-Vocabulary Hierarchical Paths for Biomedical Entity Linking},
author = {Nishant Mishra and Wilker Aziz and Iacer Calixto},
journal= {arXiv preprint arXiv:2511.10887},
year = {2025}
}
备注
Accepted at AACL-IJCNLP 2025(main)