SwellShark：一种无需标注数据的生物医学命名实体识别生成模型
计算与语言
2017-04-24 v1
摘要
我们提出SwellShark，一个快速构建生物医学命名实体识别（NER）系统且无需手工标注数据的框架。我们的方法将词典等生物医学资源视为自动生成弱监督的函数原语。然后我们使用生成模型来统一和去噪该监督，并构建大规模、概率性标注的数据集，用于训练高精度的NER标注器。在三个生物医学NER任务中，SwellShark在使用无手工标注训练数据的情况下，取得了与最先进监督基准相竞争的分数。在一项使用患者医疗记录的药物名称提取任务中，一名领域专家使用SwellShark在24小时内达到了众包标注方法（最初利用20个团队耗时数周）5.1%以内的成绩。
关键词
引用
@article{arxiv.1704.06360,
title = {SwellShark: A Generative Model for Biomedical Named Entity Recognition without Labeled Data},
author = {Jason Fries and Sen Wu and Alex Ratner and Christopher Ré},
journal= {arXiv preprint arXiv:1704.06360},
year = {2017}
}