基于新型标注体系与远程监督的生物医学命名实体识别

生物医学命名实体识别（Biomedical Named Entity Recognition, BMNER）是生物医学文本挖掘领域中最为重要的任务之一。迄今为止，大多数相关研究并未重点关注不连续实体和重叠实体的识别问题，尽管这些实体在真实生物医学数据集中占有相当大的比例。本文提出了一种新颖的标注方案，以有效捕捉复杂的实体结构，并探讨了远程监督对深度学习序列标注模型的影响。在BMNER任务中，我们的标注方案在相同模型上优于其他基于BIO的标注方式。此外，我们在多个语料库上实现了高于当前最优模型的F1分数，且无需对词嵌入进行微调，充分体现了本模型在神经特征提取方面的有效性。