基于結(jié)構(gòu)和語義信息的模糊限制信息范圍檢測.pdf

1、模糊限制語是指一些“有意把事情弄的模模糊糊的詞語”。由模糊限制語引導(dǎo)的模糊限制信息表達(dá)不確定的、含糊的或推測的觀點(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，模糊限制信息檢測具有重要意義。模糊限制信息檢測可分為模糊限制語識別和模糊限制信息范圍檢測兩個(gè)任務(wù)。模糊限制語識別已經(jīng)取得較大發(fā)展，而模糊限制信息范圍檢測比較復(fù)雜，性能仍有待提高。本文通過深入探索模糊限制信息范圍的句法結(jié)構(gòu)和語義信

2、息，研究模糊限制信息范圍檢測任務(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)的范圍檢測研究是把模糊限制語及其左（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，提高范圍檢測性能。
　　研究基于結(jié)構(gòu)信息的模糊限制信息范圍檢測。模糊限制信息范圍在結(jié)構(gòu)上是與模糊限制語相關(guān)的一個(gè)短語或從句，因此范圍檢測對句法結(jié)構(gòu)具有較強(qiáng)的依賴性。本文利用卷積樹核函數(shù)，基于依存和短語結(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)、短語結(jié)構(gòu)以及依存和短語結(jié)合的檢測性能分別達(dá)到64.57％，63.51％和66.67％F1值。這

4、表明依存和短語結(jié)構(gòu)對范圍檢測都是有效的，依存結(jié)構(gòu)和短語結(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。
　　研究了基于語義信息的模糊限制信息范圍檢測。模糊限制信息范圍在語義上是包含模糊限制語的一段完整連續(xù)的語義片斷，因此范圍檢測對語義信息具有較強(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義表示方法。此外，為了綜合基于詞匯、句法及語義系統(tǒng)的優(yōu)勢，融合三者的檢測結(jié)果。實(shí)驗(yàn)顯示，基于語義表示的檢測性能達(dá)到65.