ReOnto:一种用于生物医学关系抽取的神经符号方法
计算与语言
2023-09-06 v1 人工智能
信息检索
机器学习
摘要
关系抽取(RE)是从句子中的实体间提取语义关系并将其对齐到词汇表中定义的关系的任务,该词汇表通常以知识图谱(KG)或本体的形式存在。迄今为止已提出多种方法来解决该任务。然而,由于生物医学关系的特性,直接从句子推断关系较为困难,将这些技术应用于生物医学文本往往得到不尽人意的结果。为解决这些问题,我们提出一种称为ReOnto的新技术,利用神经符号知识完成RE任务。ReOnto采用图神经网络获取句子表示,并利用公开可用的本体作为先验知识来识别两个实体间的句子关系。该方法包含从本体中提取两实体间的关系路径。我们评估了将本体符号知识与图神经网络结合使用的效果。在两个公开生物医学数据集BioRel和ADE上的实验结果表明,我们的方法优于所有基线(约3%)。
引用
@article{arxiv.2309.01370,
title = {ReOnto: A Neuro-Symbolic Approach for Biomedical Relation Extraction},
author = {Monika Jain and Kuldeep Singh and Raghava Mutharaju},
journal= {arXiv preprint arXiv:2309.01370},
year = {2023}
}
备注
Accepted in ECML 2023