Resumen

La literatura médica contiene conocimientos valiosos, como los síntomas clínicos, el diagnóstico y los tratamientos de una enfermedad en particular. El Reconocimiento de Entidades Nombradas (NER) es el paso inicial para extraer este conocimiento de texto no estructurado y presentarlo como un Grafo de Conocimiento (KG). Sin embargo, los enfoques anteriores de NER a menudo han sufrido por tener datos de entrenamiento etiquetados por humanos a pequeña escala. Además, extraer conocimiento de la literatura médica china es una tarea más compleja porque no hay segmentación entre caracteres chinos. Recientemente, los modelos de pre-entrenamiento, que obtienen representaciones con el conocimiento semántico previo en grandes corpus no etiquetados, han logrado resultados de vanguardia para una amplia variedad de tareas de Procesamiento del Lenguaje Natural (NLP). Sin embargo, las capacidades de los modelos de pre-entrenamiento no se han explotado completamente, y las aplicaciones de otros modelos de pre-entrenamiento excepto BERT en dominios específicos

• Materias:Big Data Segmentación de líneas Tráfico de red Reconocimiento de entidad Esquema de programación
• Subjects:Big Data Line segmentation Network traffic Entity recognition Programming scheme
• Palabras claves:Literatura médica; Reconocimiento de Entidades Nombradas; Literatura médica china; Modelos de preentrenamiento; NER; RoBERTa
• Keywords:Medical literature; Named Entity Recognition; Chinese medical literature; Pretraining models; NER; RoBERTa