Entity recognition in the biomedical domain using a hybrid approach.
Entity recognition in the biomedical domain using a hybrid approach.
复制标题
DOI：
10.1186/s13326-017-0157-6
复制
发表时间：
2017-11-09
影响因子：
1.9
通讯作者：
Rinaldi F
中科院分区：
文献类型：
--
作者：
Basaldella M;Furrer L;Tasso C;Rinaldi F
本文介绍了一种高召回率，高精度的方法，从科学文章中提取生物医学实体。该方法采用两阶段流水线，结合基于字典的实体识别器与机器学习分类器。首先，OGER实体识别器，它有一个偏向高召回，注释出现在选定的领域本体的条款。随后，Distiller框架将此信息用作机器学习算法的一个特征，以仅选择相关实体。在这一步中，我们比较了两种不同的监督机器学习算法：条件随机场和神经网络。在使用CRAFT语料库的域内评估中，我们测试了组合系统在识别化学物质、细胞类型、细胞组分、生物过程、分子功能、生物体、蛋白质和生物序列时的性能。我们最好的系统结合了基于字典的候选生成与基于神经网络的过滤。在命名实体识别任务中，它在召回率为60%的情况下实现了86%的总体准确率，在概念识别任务中，在召回率为49%的情况下实现了51%的准确率。据我们所知，这些结果是迄今为止在这一特定任务中报道的最好的结果。
This article describes a high-recall, high-precision approach for the extraction of biomedical entities from scientific articles. The approach uses a two-stage pipeline, combining a dictionary-based entity recognizer with a machine-learning classifier. First, the OGER entity recognizer, which has a bias towards high recall, annotates the terms that appear in selected domain ontologies. Subsequently, the Distiller framework uses this information as a feature for a machine learning algorithm to select the relevant entities only. For this step, we compare two different supervised machine-learning algorithms: Conditional Random Fields and Neural Networks. In an in-domain evaluation using the CRAFT corpus, we test the performance of the combined systems when recognizing chemicals, cell types, cellular components, biological processes, molecular functions, organisms, proteins, and biological sequences. Our best system combines dictionary-based candidate generation with Neural-Network-based filtering. It achieves an overall precision of 86% at a recall of 60% on the named entity recognition task, and a precision of 51% at a recall of 49% on the concept recognition task. These results are to our knowledge the best reported so far in this particular task.
登录
查看更多内容
影响因子：
3
作者：
Bada M;Eckert M;Evans D;Garcia K;Shipley K;Sitnikov D;Baumgartner WA Jr;Cohen KB;Verspoor K;Blake JA;Hunter LE
通讯作者：
Hunter LE
影响因子：
8.6
作者：
Eltyeb S;Salim N
通讯作者：
Salim N
影响因子：
3
作者：
Campos D;Matos S;Oliveira JL
通讯作者：
Oliveira JL
影响因子：
14.9
作者：
Degtyarenko K;de Matos P;Ennis M;Hastings J;Zbinden M;McNaught A;Alcántara R;Darsow M;Guedj M;Ashburner M
通讯作者：
Ashburner M
影响因子：
12.3
作者：
通讯作者：
--