基于双向LSTM网络的不确定和否定作用范围识别

来源：软件学报杂志2018年第8期北京时间：

作者：钱忠,李培峰,周国栋,朱巧明

单位：钱忠，苏州大学 计算机科学与技术学院, 江苏 苏州 21500811,李培峰，苏州大学 计算机科学与技术学院, 江苏 苏州 21500802,周国栋，苏州大学 计算机科学与技术学院, 江苏 苏州 21500803,朱巧明，苏州大学 计算机科学与技术学院, 江苏 苏州 21500804

摘要：不确定和否定信息抽取，是自然语言处理领域中的重要任务和研究热点.针对不确定和否定作用范围识别任务，提出一种基于两层双向LSTM神经网络的作用范围识别方法.首先，对于从线索词到达词语的句法路径，使用第1层双向LSTM神经网络从中学习到有用特征；接着，将词法特征与句法路径特征一起组成当前词语的特征表示；最后，将作用范围识别问题看作序列标注任务，利用第2层双向LSTM神经网络界定当前线索词的作用范围.实验结果表明，所提出的模型优于其他神经网络模型，并在BioScope生物医学语料上取得了良好性能.其中，在Abstracts子语料上的不确定和否定作用范围识别精确率分别达到86.20%和80.28%.

关键词：信息抽取;不确定和否定信息;作用范围识别;LSTM神经网络;BioScope语料

基金资助：国家自然科学基金（61331011，61472265，61772354）；江苏省科技计划（BK20151222）