| アイテムタイプ |
デフォルトアイテムタイプ（フル）(1) |
| 公開日 |
2022-06-14 |
| タイトル |
|
|
タイトル |
AMI Team at the NTCIR-16 Real-MedNLP Task |
|
言語 |
en |
| 作成者 |
Satoshi Hiai
Shoji Nagayama
Atsushi Kojima
|
| 内容記述 |
|
|
内容記述タイプ |
Abstract |
|
内容記述 |
The AMI team participated in subtasks 1 and 2 of the NTCIR-16 Real-MedNLP Task. In this paper, we report our systems employed for subtasks 1 and 2. In subtask 1, the organizer provides a small amount of training data. In recent years, the approach based on BERT has achieved excellent results for such a low-resource situation. We construct two systems based on the BERT model pretrained on biomedical documents (UTH-BERT). We construct the ensemble method with hidden vectors from multiple layers of UTH-BERT and the fine-tuning method with the CRF layer. In subtask 2, participants construct their methods based on the annotation guideline. We construct a multistage method to identify named entities. The system consists of three stages: a candidate extraction stage, an identification stage, and a tag correction stage. We discuss the effectiveness of our systems on the basis of our preliminary experiments and the results in the formal run. |
|
言語 |
en |
| 出版者 |
|
|
出版者 |
NII Institutional Repository |
|
言語 |
en |
| 日付 |
|
|
日付 |
2022-06-14 |
|
日付タイプ |
Issued |
| 言語 |
|
|
言語 |
eng |
| 資源タイプ |
|
|
資源タイプ識別子 |
http://purl.org/coar/resource_type/c_5794 |
|
資源タイプ |
conference paper |
| ID登録 |
|
|
ID登録 |
10.20736/0002002296 |
|
ID登録タイプ |
JaLC |
| 関連情報 |
|
|
関連タイプ |
isReferencedBy |
|
|
識別子タイプ |
URI |
|
|
関連識別子 |
https://research.nii.ac.jp/ntcir/ntcir-16/index.html |
|
|
言語 |
en |
|
|
関連名称 |
NTCIR-16 Conference |
| 開始ページ |
|
|
開始ページ |
none |
| 会議記述 |
|
|
|
会議名 |
NTCIR-16 Conference |
|
|
言語 |
en |
|
回次 |
16 |
|
|
主催機関 |
National Institute of Informatics |
|
|
言語 |
en |
|
|
開始年 |
2022 |
|
|
開始月 |
6 |
|
|
開始日 |
14 |
|
|
終了年 |
2022 |
|
|
終了月 |
6 |
|
|
終了日 |
17 |
|
|
開催期間 |
June 14-17, 2022 |
|
|
言語 |
en |
|
|
開催会場 |
National Institute of Informatics |
|
|
言語 |
en |
|
開催国 |
JPN |
02-NTCIR16-MEDNLP-HiaiS.pdf (668.7 KB)
