首页 | 本学科首页   官方微博 | 高级检索  
     

基于编辑距离和多种后处理的生物实体名识别
引用本文:杨志豪,林鸿飞,李彦鹏. 基于编辑距离和多种后处理的生物实体名识别[J]. 计算机工程, 2008, 34(17): 21-22,2
作者姓名:杨志豪  林鸿飞  李彦鹏
作者单位:大连理工大学计算机科学与工程系,大连,116024;大连理工大学计算机科学与工程系,大连,116024;大连理工大学计算机科学与工程系,大连,116024
基金项目:国家自然科学基金,国家高技术研究发展计划(863计划)
摘    要:基于编辑距离和多种后处理的生物医学文献实体名识别方法通过“全称缩写对识别算法”扩充词典,利用编辑距离算法提高识别召回率。在后处理阶段,使用前后缀词扩展、POS扩展、合并邻近实体及利用上下文线索等方法进一步提高性能。实验结果表明,使用该方法即使利用内部词典也可以获得较好的识别效果。

关 键 词:文本挖掘  实体识别  编辑距离  条件随机域
修稿时间: 

Bio-entity Name Recognition Based on Edit Distance and Multiple Postprocessing
YANG Zhi-hao,LIN Hong-fei,LI Yan-peng. Bio-entity Name Recognition Based on Edit Distance and Multiple Postprocessing[J]. Computer Engineering, 2008, 34(17): 21-22,2
Authors:YANG Zhi-hao  LIN Hong-fei  LI Yan-peng
Affiliation:(Department of Computer Science and Engineering, Dalian University of Technology, Dalian 116024)
Abstract:A bio-entity name recognition approach using edit distance and multiple postprocessing methods is presented, which expands dictionary via the abbreviation definitions identifying algorithm and improves the recall rate through the edit distance algorithm. The post-processing methods of improving the performance including first-keywords and post-keywords expansion, POS(Part of Speech) expansion, merge of adjacent entity names and the exploitation of the context cues are discussed. Experimental results show that with the above methods even an internal dictionary based system can achieve a fairly good performance.
Keywords:text mining  entity recognition  edit distance  Conditional Random Fields(CRF)
本文献已被 CNKI 维普 万方数据 等数据库收录!
点击此处可从《计算机工程》浏览原始摘要信息
点击此处可从《计算机工程》下载免费的PDF全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号