基于预训练语言模型和提示学习的生物医学关系抽取

摘要

生物医学关系抽取是电子健康记录挖掘和生物医学知识库构建的一个重要任务。由于生物医学领域关系抽取具有大量的专业术语和复杂的语言结构，导致生物医学关系抽取数据集注释往往不完整或覆盖率较低。提出一种基于预训练语言模型和提示学习的生物医学关系抽取模型。该模型在大规模生物医学数据集预训练的模型基础上进行关系抽取，提出一种利用大语言模型自动构建提示模板的方法，有效利用关系类信息并充分指导模型捕获关键类特征。此外，提出一种利用大语言模型增强训练数据的方法，确保了增强数据的相关性和多样性，有效缓解训练数据不足的问题。在3个BioRE基准数据集BC5CDR、DDI和DrugProt上进行实验，实验结果表明该模型能够有效提升生物医学关系抽取的性能。

关键词

预训练语言模型 / 提示学习 / 大语言模型 / 生物医学关系抽取