基于藏文BERT的藏医药医学实体识别

藏医药文本字符嵌入对藏医药医学实体识别有着重要意义,但目前藏文缺少高质量的藏文语言模型。本文结合藏文结构特点使用普通藏文新闻文本训练基于音节的藏文BERT模型,并基于藏文BERT模型构建BERT-BiLSTM-CRF模型。该模型首先使用藏文BERT模型对藏医药文本字符嵌入进行学习,增强字符嵌入对藏文字符及其上下文信息的表示能力,然后使用BiLSTM层进一步抽取藏医药文本中字符之间的依赖关系,最后使用CRF层强化标注序列的合法性。实验结果表明,使用藏文BERT模型初始化藏医药文本字符嵌入有助于提高藏医药医学实体识别效果,F1值达96.18%。

结合级联技术的藏文预训练命名实体识别模型

命名实体识别是藏文自然语言处理中的一项关键任务,该文提出了结合三种藏文预训练模型(Word2Vec、ELMo、ALBERT)的Casade-BiLSTM-CRF结构。级联技术(Cascade)将藏文命名实体识别划分为两个子任务(实体边界划分,实体类别判断)分阶段进行,简化了模型结构;使用藏文预训练模型,能更好地学习藏文先验知识。实验表明,Cascade-BiLSTM-CRF模型相比于BiLSTM-CRF模型训练一轮时间缩短了28.30%;而将级联技术与预训练技术相结合,在取得更好识别效果的同时还缩短了模型训练时间。

藏獒血液蛋白多态性研究

1材料与方法 1．1材料共采集血样103份，其中，44份河曲藏獒（HTM），42份青海藏獒（QTM），5份青海藏狮犬（QTS）以及12份青海土种犬（NAD）。均采集后肢静脉肝素钠抗凝血5—10ml，24h内带回实验室，处理后置低温冰箱（-40℃）冻存备用。

基于深度学习的藏文人名地名识别

藏文人名地名识别主要是从藏文文本中识别出人名、地名等专有名词。藏文文本语法较为复杂,使用传统机器学习方法人工构建特征难度大。深度学习(DeepLearning,DL)可以对任务数据自动构建特征,使用BiLSTM提取藏文文本特征,采用CRF对标签序列准确解码。实验证明基于BiLSTM-CRF的藏文人名地名识别模型能够有效识别藏文文本中的人名、地名,并且F1值达82.1%。