BioMNER: A Dataset for Biomedical Method Entity Recognition

本文介绍了命名实体识别（NER）在自然语言处理中的基础和关键任务，特别是在生物医学方法NER领域中，由于学术文献中不断涌现出领域特定的术语，因此这项任务面临着显著的挑战。目前生物医学方法（BioMethod）NER领域的研究资源匮乏，主要原因是方法概念的复杂性需要深入理解才能进行精确定义。本研究提出了一种新的生物医学方法实体识别数据集，利用自动化的BioMethod实体识别和信息检索系统来协助人类注释。此外，我们全面探索了一系列传统和现代的开放领域NER方法，包括使用定制化的最新大规模语言模型（LLMs）来处理我们的数据集。我们的实证研究发现，语言模型的大参数数量出人意料地抑制了有关生物医学方法的实体抽取模式的有效吸收。值得注意的是，结合条件随机场（CRF）的ALBERT模型（仅11MB）的方法实现了最新技术的最佳表现。

本论文旨在解决生物医学方法实体识别的问题，该任务由于领域特定术语的不断涌现而具有挑战性。

论文提出了一个新的生物医学方法实体识别数据集，并利用自动化的实体识别和信息检索系统辅助人类注释。此外，论文综合探讨了一系列传统和现代的开放领域NER方法，包括使用定制化的大规模语言模型（LLMs）。实验结果表明，与生物医学方法相关的实体提取模式对于大参数数量的语言模型的吸收效果惊人地不好，而采用 modestly sized ALBERT 模型（仅11MB）与条件随机场（CRF）相结合的方法取得了最先进的性能。

论文的亮点包括提出了一个新的生物医学方法实体识别数据集，探讨了一系列传统和现代的开放领域NER方法，并发现大规模语言模型的参数数量与生物医学方法相关的实体提取模式的吸收效果呈反比关系。实验使用了自动化的实体识别和信息检索系统辅助人类注释，最终采用 modestly sized ALBERT 模型与条件随机场（CRF）相结合的方法取得了最先进的性能。

近期在这个领域的相关研究包括：1. A Study of Biomedical Entity Recognition in Chinese Clinical Texts Using Deep Learning Methods；2. A Survey of Biomedical Named Entity Recognition；3. Biomedical Named Entity Recognition: A Survey of Machine-Learning Tools。