基于逆序文本对齐的缩写词识别算法研究

针对生物术语的缩写词识别问题,提出了一种基于逆序文本对齐的搜索算法,它实现简单,不需要大量训练数据。该算法在对Medstract标准语料库测试中,准确率和召回率分别为91%和93%;在对包含128篇全文文本的大测试集SBQTL测试中,准确率和召回率分别为96%和84%。在详细分析实验结果后,提出了将文本预处理以及语法规则等自然语言处理技术融入搜索算法作为未来工作的方向。

一种基于动态规划的缩写词定义识别方法

生物文献挖掘是数据挖掘中的热点问题,论文针对文献挖掘中的缩写词定义识别问题提出了一种新的基于动态规划的比对算法,弥补了已有算法只能识别缩写词中的所有字符都来自于定义中字符这种形式的不足.实验结果表明,该算法相对于已有的缩写词定义识别算法取得了较好的回收率和准确率.

基于CRFs的多策略生物医学命名实体识别

生物医学命名实体识别是生物医学文本挖掘的基本任务。机器学习方法是生物医学命名实体研究的主流方法,选取有效的机器学习算法和采取有效的识别策略是提高生物医学命名实体识别性能的关键,鉴于条件随机域算法在自然语言处理领域的优势,本文采用该算法并结合多种识别策略对生物医学命名实体识别进行研究。实验取得了良好的效果,F测度达到了70.52%,与其它相关系统比较,识别性能有了明显提高。