RELATION EXTRACTION METHOD OF CHINESE MEDICAL TEXT BASED ON RSIG-LSTM, 1-12.
Notice bibliographique
Résumé
Purpose-long-short term memory (LSTM) is widely used in relation extraction.Tanh activation function in LSTM faces a vanishing gradient problem, which can hinder the transmission of knowledge and cause errors in the experimental results.Design/methodology/approach-in this paper, we propose a relation extraction method based on RSigELUS-LSTM (RSig-LSTM).Firstly, we use the bidirectional encoder representation from transformers (BERT) network model to embed word information.Secondly, we combine bidirectional RSig-LSTM with an attention mechanism to process features.We use the Softmax classifier to determine the relation type between entities in the Chinese medical text.Findings-Compared with LSTM and other improved LSTM, the precision of RSig-LSTM rose by 0.96%-5.25%,recall of RSig-LSTM rose by 0.25%-5.25%,F1-Score of RSig-LSTM rose by 0.66%-5.29%and time cost of RSig-LSTM has reduced by 6.97%-33.31%.Originality/value-A local dataset is used to reflect people's physical condition and enhance the practicability of our research.Considering the importance of medical-related entities in medical text research, we use a new formula to calculate the weight of the word in Chinese medical text.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,002 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».