基于結(jié)構(gòu)和語(yǔ)義信息的模糊限制信息范圍檢測(cè).pdf

1、模糊限制語(yǔ)是指一些“有意把事情弄的模模糊糊的詞語(yǔ)”。由模糊限制語(yǔ)引導(dǎo)的模糊限制信息表達(dá)不確定的、含糊的或推測(cè)的觀點(diǎn)。生物醫(yī)學(xué)文獻(xiàn)中含有許多模糊限制信息。在生物醫(yī)學(xué)信息抽取中，為防止把模糊限制信息作為真實(shí)信息使用，模糊限制信息檢測(cè)具有重要意義。模糊限制信息檢測(cè)可分為模糊限制語(yǔ)識(shí)別和模糊限制信息范圍檢測(cè)兩個(gè)任務(wù)。模糊限制語(yǔ)識(shí)別已經(jīng)取得較大發(fā)展，而模糊限制信息范圍檢測(cè)比較復(fù)雜，性能仍有待提高。本文通過(guò)深入探索模糊限制信息范圍的句法結(jié)構(gòu)和語(yǔ)義信

2、息，研究模糊限制信息范圍檢測(cè)任務(wù)，研究工作包括如下內(nèi)容:
　　研究基于依存結(jié)構(gòu)的候選邊界選擇算法。傳統(tǒng)的范圍檢測(cè)研究是把模糊限制語(yǔ)及其左（右）側(cè)的詞作為范圍的左（右）候選邊界。這會(huì)產(chǎn)生大量負(fù)樣例，正負(fù)樣例數(shù)量不平衡，誤導(dǎo)分類器。相鄰的正負(fù)樣例具有相似的結(jié)構(gòu)和上下文信息，分類器難以區(qū)分。本文提出基于依存結(jié)構(gòu)的候選邊界選擇算法，利用詞之間的依存關(guān)系選擇候選。實(shí)驗(yàn)顯示，正負(fù)樣例數(shù)量的比值由1∶15變?yōu)?∶3，性能提高2.76％ F1值。

3、這表明候選邊界選擇算法能夠大幅度減少負(fù)樣例數(shù)量，提高正負(fù)樣例的區(qū)分度，提高范圍檢測(cè)性能。
　　研究基于結(jié)構(gòu)信息的模糊限制信息范圍檢測(cè)。模糊限制信息范圍在結(jié)構(gòu)上是與模糊限制語(yǔ)相關(guān)的一個(gè)短語(yǔ)或從句，因此范圍檢測(cè)對(duì)句法結(jié)構(gòu)具有較強(qiáng)的依賴性。本文利用卷積樹(shù)核函數(shù)，基于依存和短語(yǔ)結(jié)構(gòu)，探索了模糊限制信息范圍的結(jié)構(gòu)化表示方法。實(shí)驗(yàn)顯示，基于依存結(jié)構(gòu)、短語(yǔ)結(jié)構(gòu)以及依存和短語(yǔ)結(jié)合的檢測(cè)性能分別達(dá)到64.57％，63.51％和66.67％F1值。這

4、表明依存和短語(yǔ)結(jié)構(gòu)對(duì)范圍檢測(cè)都是有效的，依存結(jié)構(gòu)和短語(yǔ)結(jié)構(gòu)具有互補(bǔ)關(guān)系，它們的結(jié)合能進(jìn)一步提高系統(tǒng)性能。
　　研究了基于語(yǔ)義信息的模糊限制信息范圍檢測(cè)。模糊限制信息范圍在語(yǔ)義上是包含模糊限制語(yǔ)的一段完整連續(xù)的語(yǔ)義片斷，因此范圍檢測(cè)對(duì)語(yǔ)義信息具有較強(qiáng)的依賴性。本文基于LSTM深度學(xué)習(xí)模型，探索了模糊限制信息范圍的語(yǔ)義表示方法。此外，為了綜合基于詞匯、句法及語(yǔ)義系統(tǒng)的優(yōu)勢(shì)，融合三者的檢測(cè)結(jié)果。實(shí)驗(yàn)顯示，基于語(yǔ)義表示的檢測(cè)性能達(dá)到65.