Deep neural networks and distant supervision for geographic location mention extraction.
Deep neural networks and distant supervision for geographic location mention extraction.
复制标题
DOI：
10.1093/bioinformatics/bty273
复制
发表时间：
2018-07-01
期刊：
影响因子：
--
通讯作者：
Gonzalez-Hernandez G
中科院分区：
文献类型：
--
作者：
Magge A;Weissenbacher D;Sarker A;Scotch M;Gonzalez-Hernandez G
病毒地理学家依靠病毒的DNA序列和在公共序列数据库（如GenBank）中发现的受感染宿主的位置来模拟病毒传播。然而，基因库记录中的位置通常仅在国家或州一级，并且可能需要地理学家扫描与记录相关联的期刊文章以识别更本地化的地理区域。为了自动化这个过程中，我们提出了一个命名实体识别器（NER）检测生物医学文献中的位置。我们使用深度前馈神经网络构建了NER，以确定给定的令牌是否是地名。为了克服可用于训练的有限的人类注释数据，我们使用远程监督技术来生成额外的样本来训练我们的NER。我们的NER达到了0.910的F1分数，并显着优于以前的最先进的系统。使用通过远程监督生成的额外数据进一步提高了NER的性能，实现了0.927的F1分数。在这项研究中提出的NER比以前的系统显着改善。我们的实验还表明，NER的能力，以嵌入外部功能，以进一步提高系统的性能。我们认为，同样的方法可以应用于识别科学文献中类似的生物医学实体。
Virus phylogeographers rely on DNA sequences of viruses and the locations of the infected hosts found in public sequence databases like GenBank for modeling virus spread. However, the locations in GenBank records are often only at the country or state level, and may require phylogeographers to scan the journal articles associated with the records to identify more localized geographic areas. To automate this process, we present a named entity recognizer (NER) for detecting locations in biomedical literature. We built the NER using a deep feedforward neural network to determine whether a given token is a toponym or not. To overcome the limited human annotated data available for training, we use distant supervision techniques to generate additional samples to train our NER. Our NER achieves an F1-score of 0.910 and significantly outperforms the previous state-of-the-art system. Using the additional data generated through distant supervision further boosts the performance of the NER achieving an F1-score of 0.927. The NER presented in this research improves over previous systems significantly. Our experiments also demonstrate the NER’s capability to embed external features to further boost the system’s performance. We believe that the same methodology can be applied for recognizing similar biomedical entities in scientific literature.
登录
查看更多内容
影响因子：
1.1
作者：
GOLDMAN, SA;SLOAN, RH
通讯作者：
SLOAN, RH
影响因子：
1.8
作者：
Mooij, Wolf M.;Trolle, Dennis;Janse, Jan H.
通讯作者：
Janse, Jan H.
影响因子：
3
作者：
McNemar, Quinn
通讯作者：
McNemar, Quinn
影响因子：
2.5
作者：
Limaye, Girija;Sarawagi, Sunita;Chakrabarti, Soumen
通讯作者：
Chakrabarti, Soumen
DOI：
10.1007/3-540-49430-8_2
发表时间：
1998-01-01
期刊：
NEURAL NETWORKS: TRICKS OF THE TRADE
影响因子：
--
作者：
LeCun, Y;Bottou, L;Müller, KR
通讯作者：
Müller, KR