医疗实体标准化之Paper:A Lightweight Neural Model for Biomedical Entity Linking笔记

        刚刚踏足医疗方向,目前在研究医疗实体标化问题,相较于广义上的实体链接(entity linking),不存在实体链接一般会存在的一词多义(Entity Ambiguity)问题,确切来说,医疗标准化这块最主要的问题是多词同义(Mention Variations),即同一种病,同一种药等会有许多不同的表达方式,这就是我们要去处理的,让非结构化的数据输入进来,先找到mention,然后去KB里找到对应的entity作为输出,即标准化.举个例子,"感冒"进来,输出"上呼吸道感染".

        看了不少论文,目前在对其中一篇进行初探,有想法有疑问就写出来,当成翻译也行,大家一起研究.

         Title:<A Lightweight Neural Model for Biomedical Entity Linking>

        论文：https://arxiv.org/abs/2012.08844

        代码：https://github.com/tigerchen52/Biomedical-Entity-Linking

        论文思路分三步:

        一~预处理。对语料库中的所有mention和 KB 中的entity进行预处理，使它们具有统一的格式。

        二~候选实体生成。对于每个mention，从KB中生成一组候选entity。

        三~ranking模型。对于每个mention及其候选entity，使用排名模型对每对进行评分，输出topk

        一~预处理

        缩写扩充('DM'-'Diabetes Mellitus')

        数字替换('VI'-'6')

        KB增强(拿训练集扩充KB)