MiNER: 微调生物医学自然语言处理用于临床文本中的疟疾疾病实体识别

摘要

论文提出 MiNER，一种面向疟疾疾病实体识别的微调生物医学自然语言处理方法。该方法筛选并预处理大规模疟疾科学文献，标注临床重要实体，利用 BioBERT 获得上下文感知表示，并通过领域标注与监督学习微调模型，提升生物医学命名实体抽取能力。与不同编码和机器学习算法相比，该方法在精确率、召回率和准确率上显著更优；作者还发布了人工标注的实体与关系抽取数据集，供其他健康信息学研究者训练疟疾信息抽取模型。