基于最短依赖路径的 LSTM 的临床实体间关系抽取
计算与语言
2019-03-26 v1 机器学习
摘要
随着电子病历的指数级增长，该领域的信息抽取近年来正成为一个重要的研究方向。医疗问题、治疗和检查等医疗概念之间的关系抽取也是该领域最重要的任务之一。在本文中，我们提出了一种基于从句子依存分析树生成的最短依赖路径（SDP）的高效关系抽取系统。该系统不依赖于许多人工特征和句子中的整个词序列，而仅依赖于目标实体之间的 SDP。对于每一对实体，系统仅将 SDP 中的词、其依存标签、词性信息以及实体类型作为输入。我们开发了一个依存分析器来提取依存信息。我们在 2010 年临床关系抽取挑战赛的基准 i2b2 数据集上进行了实验。实验结果表明，我们的系统优于现有系统。
引用
@article{arxiv.1903.09941,
title = {Relation extraction between the clinical entities based on the shortest dependency path based LSTM},
author = {Dhanachandra Ningthoujam and Shweta Yadav and Pushpak Bhattacharyya and Asif Ekbal},
journal= {arXiv preprint arXiv:1903.09941},
year = {2019}
}