Reconocimiento de los disparadores de causalidad en el discurso en el dominio biomédico

Los sistemas actuales de extracción de información específicos de dominio representan un recurso importante para los investigadores biomédicos, quienes necesitan procesar grandes cantidades de conocimiento en poco tiempo. El reconocimiento automático de la causalidad en el discurso puede reducir aún más su carga de trabajo al sugerir posibles conexiones causales y ayudar en la curaduría de modelos de vías. Aquí describimos un enfoque para la identificación automática de disparadores de causalidad en el discurso en el dominio biomédico utilizando aprendizaje automático. Creamos varias líneas base y experimentamos con y comparamos varios ajustes de parámetros para tres algoritmos, es decir, Campos Aleatorios Condicionales (CRF), Máquinas de Vectores de Soporte (SVM) y Bosques Aleatorios (RF). También evaluamos el impacto de características léxicas, sintácticas y semánticas en cada uno de los algoritmos, mostrando que la semántica mejora el rendimiento en todos los casos. Probamos nuestro conjunto de características exhaustivo en dos corpora que contienen anotaciones de estándar oro de relaciones causales, y demostramos la necesidad de más datos de estándar oro. El mejor rendimiento de 79.35% de F-score lo logran los CRFs cuando utilizan los tres tipos de características.