跳到正文
arXiv cs.CL· Adam Remaki, Xavier Tannier, Christel G\'erardin·· 10 小时前AI 评分22

LongBEL:面向长上下文与文档一致性的生物医学实体链接框架

LongBEL: Long-Context and Document-Consistent Biomedical Entity Linking

AI 导读

LongBEL 是一个文档级生成式生物医学实体链接框架,将全文上下文与历史预测记忆结合,并用交叉验证预测而非金标签训练记忆模块,以缩小训练与推理的差距、抑制级联错误。在英语、法语、西班牙语的五个生物医学基准上,它优于句子级生成基线,概念在文档内频繁复现的数据集上提升最大。融合局部、全局与记忆三种变体的集成版本在所有基准上取得最佳结果,分析显示增益主要来自重复概念的文档级一致性改善。

正文 · AI 翻译

查看 PDF HTML(实验性)

摘要:生物医学实体链接将文本提及映射到结构化知识库(如 UMLS 或 SNOMED CT)中的概念。大多数现有系统独立地链接每个提及,仅使用该提及或其所在句子。这忽略了同一文档中提及之间的依赖关系,可能导致预测不一致,尤其是当同一概念以不同表面形式出现时。我们提出 LongBEL,一个文档级生成式框架,它将完整文档上下文与先前预测的记忆相结合。为使该记忆具有鲁棒性,LongBEL 使用交叉验证预测而非黄金标签进行训练,从而减少训练与推理之间的不匹配并限制级联错误。在涵盖英语、法语和西班牙语的五个生物医学基准上的实验表明,LongBEL 优于句子级生成式基线,在概念于文档内频繁复现的数据集上提升最大。局部、全局和基于记忆的变体集成在所有基准上取得最佳结果。进一步分析表明,最大的提升出现在复现概念上,这表明 LongBEL 主要改善的是文档级一致性,而非孤立的提及消歧。
评论: 9 页,2 幅图
主题: 计算与语言(cs.CL)
引用为: arXiv:2605.13451 [cs.CL]
  (或 arXiv:2605.13451v2 [cs.CL] 用于此版本)
  https://doi.org/10.48550/arXiv.2605.13451

由 DataCite 颁发的 arXiv DOI

提交历史

来自:Adam Remaki [查看电子邮件]
[v1] 2026年5月13日星期三 12:47:21 UTC(15,956 KB)
[v2] 2026年11月19日星期四 17:22:16 UTC(2,008 KB)

来源:arXiv cs.CL · arxiv.org