一种松耦合的生物医学命名实体识别算法

被引：2

作者：

胡俊锋

陈蓉

陈源

陈浩

于中华

机构：

[1] 四川大学计算机学院

来源：

计算机应用 | 2007年 / 11期

基金：

高等学校博士学科点专项科研基金;

关键词：

生物医学命名实体; 启发规则过滤器; 词性模板匹配; 词根匹配; 隐马尔科夫模型; 松耦合算法;

D O I：

暂无

中图分类号：

TP391.4 [模式识别与装置];

学科分类号：

0811 ; 081101 ; 081104 ; 1405 ;

摘要：

生物医学命名实体识别(Bio-NER)是生物医学文献挖掘利用的基础工作。针对目前Bio-NER存在的困难和问题,提出了松耦合的Bio-NER算法LCA,该算法利用启发规则过滤器、词性模板匹配及改良的隐马尔科夫模型(HMM)识别生物医学命名实体。在GENIA corpus3.02语料库上进行的实验表明,LCA可以达到80%的准确率和89%的召回率,优于相关工作中的结果。

引用

页码：2866 / 2869

页数：4