基于SciBERT的开放研究知识图谱中生物检测的结构化语义标注
人工智能
2020-09-21 v1 计算与语言
机器学习
机器学习
摘要
作为对生物检测语义标注问题的一项新颖贡献，本文提出一种基于神经网络的方法，用于自动对非结构化的生物检测文本描述进行语义标注，从而使其结构化。为此开展的实验评估显示出良好前景，基于神经网络的语义标注显著优于朴素的基于频率的基线方法。具体而言，神经方法取得了72%的F1值，而基于频率的方法仅为47%的F1值。
引用
@article{arxiv.2009.08801,
title = {SciBERT-based Semantification of Bioassays in the Open Research Knowledge Graph},
author = {Marco Anteghini and Jennifer D'Souza and Vitor A. P. Martins dos Santos and Sören Auer},
journal= {arXiv preprint arXiv:2009.08801},
year = {2020}
}
备注
In proceedings of the '22nd International Conference on Knowledge Engineering and Knowledge Management' 'Demo and Poster section'