摘要
在本文中，我们介绍了参与2019年BioNLP-OST会议“细菌生境（Bacteria Biotope, BB）”任务的工作。我们的系统采用微调的语言表示模型，并结合基于词嵌入（word embedding）与词汇特征的机器学习方法，用于实体识别、实体归一化及关系抽取。该系统取得了当前最优的性能，在全部六个子任务中的五个中位列前两名。
基准测试
| 基准 | 方法 | 指标 |
|---|---|---|
| medical-concept-normalization-on-bb-norm-1 | BLAIR GMU | accuracy: 0.211 wang: 0.615 |
| medical-concept-normalization-on-bb-norm-2 | BLAIR GMU | accuracy: 0.313 wang: 0.646 |