摘要: 生物医学词义消歧作为生物医学和自然语言处理的交叉学科，在机器翻译、语音识别、信息检索和基因命名标准化等领域发挥着重要的作用。由于生物医学歧义词的存在，使得计算机无法正确理解生物医学文献资料表达的含义。因此，提高计算机处理歧义词的能... 展开 生物医学词义消歧作为生物医学和自然语言处理的交叉学科，在机器翻译、语音识别、信息检索和基因命名标准化等领域发挥着重要的作用。由于生物医学歧义词的存在，使得计算机无法正确理解生物医学文献资料表达的含义。因此，提高计算机处理歧义词的能力，成为了专家学者研究的热点。 本文通过对生物医学信息、词义消歧相关技术和深度学习模型的研究，结合图卷积神经网络（Graphconvolutionneuralnetwork，GCN）、图注意力网络（GraphAttentionNetwork，GAT）和双向长短期记忆网络（BidirectionalLongShort-TermMemory，BiLSTM），构建生物医学词义消歧模型。选取MSHWSD语料库中的29个生物医学歧义词对模型进行测试，用平均准确率衡量模型的性能。实验结果表明，所提出的方法获得了较高的平均准确率。具体工作如下： （1）详细介绍了用于生物医学词义消歧的语料库MSHWSD以及语料库的预处理过程。分析了消歧特征的提取、使用Word2vec工具对其向量化以及生物医学词义消歧图的构建过程。 （2）提出了一种基于GCN的生物医学词义消歧模型，将传统卷积操作从欧式空间数据推广到非欧式空间数据。通过该模型可以从词义消歧图中提取特征。GCN消歧模型将邻居节点特征聚合到中心节点时，无法判断节点周围邻居的重要性。因此，提出一种基于GAT的生物医学词义消歧模型，使用注意力机制来获取周围邻居信息的重要性，降低了噪声节点信息权重，从而实现更高效的信息传播与聚合。研究了集成学习的思想，将单独的消歧模型组合成集成模型。实验结果表明：集成模型的平均消歧准确率要高于单独的消歧模型。 （3）提出了一种基于半监督的GAT生物医学词义消歧模型。介绍了基于半监督的词义消歧模型的工作流程，解决了训练语料少的情况下模型优化问题，使用扩充后的语料对模型优化，直到无标注的语料为空结束训练过程。 收起