摘要: 命名实体识别和关系抽取是构建知识图谱的两个关键步骤。为了解决癫痫领域缺乏大量标注数据,现有命名实体识别和关系抽取模型的性能会急剧下降的问题,针对癫痫领域论文的数据特点改进了命名实体识别和关系抽取模型。提出了利用相近领域的医疗数据和预训练模型构建的零资源癫痫领域命名实体识别和关系抽取模型。首先评估现有无监督和半监督模型在癫痫领域论文数据集上的性能指标,并在此基础上针对数据集特征引入了域对抗网络和关系判别器,有效提高了命名实体识别和关系抽取模型的性能。还将癫痫患者的脑电特征以视觉模态嵌入知识图谱中,在提高脑电分析可解释性的同时,搭建更加直观的多模态知识图谱。
中图分类号: