作为序列标记的生物医学事件提取

阿兰·兰波尼，罗布·范德古特，罗萨里奥·隆巴多，芭芭拉·普朗克

摘要
我们引入生物医学事件提取作为序列标记（BeeSL），这是一种联合的端到端神经信息提取模型。BeeSL将任务重构为序列标记，利用多标记感知编码策略，通过多任务学习联合建模中间任务。BeeSL快速、准确、端到端，与当前方法不同，它不需要任何外部知识库或预处理工具。在Genia 2011基准测试中，BeeSL以1.57%的F1绝对分数超过了当前最佳系统（Li等人，2019），达到60.22%F1，为这项任务建立了一个新的技术水平。重要的是，我们还提供了没有黄金实体信息的生物医学事件提取的首次结果。实验结果表明，BeeSL的速度和准确性使其成为大规模真实场景的可行方法。
选集ID：
2020.emnlp-main.431
体积：
2020年自然语言处理实证方法会议记录
月份：
十一月
年份：
2020
地址：
在线的
编辑：
邦妮·韦伯，特雷弗·科恩，何玉兰，杨柳
地点：
EMNLP公司
SIG公司：
发布者：
计算语言学协会
注：
页：
5357–5367
语言：
网址：
https://aclantology.org/2020.emnlp-main.431
内政部：
10.18653/v1/2020.emnlp-main.431
比比键：
引用（ACL）：
阿兰·兰波尼（Alan Ramponi）、罗伯·范德古特（Rob van der Goot）、罗萨里奥·隆巴多（Rosario Lombardo）和芭芭拉·普朗克（Barbara Plank）。2020作为序列标记的生物医学事件提取.英寸2020年自然语言处理实证方法会议记录，第5357–5367页，在线。计算语言学协会。
引用（非正式）：
作为序列标记的生物医学事件提取（Ramponi等人，EMNLP 2020）
复制引文：
PDF格式：
https://aclantology.org/2020.emnlp-main.431.pdf
视频：
 https://slideslive.com/38939154
PDF格式 引用 搜索 视频