Representaciones de Entidades Biomédicas con Marginación de Sinónimos

Las entidades nombradas biomédicas a menudo desempeñan roles importantes en muchas herramientas de minería de textos biomédicos. Sin embargo, debido a la incompletitud de los sinónimos proporcionados y las numerosas variaciones en sus formas superficiales, la normalización de entidades biomédicas es muy desafiante. En este trabajo, nos enfocamos en aprender representaciones de entidades biomédicas únicamente basadas en los sinónimos de las entidades. Para aprender de los sinónimos incompletos, utilizamos una selección de candidatos basada en un modelo y maximizamos la probabilidad marginal de los sinónimos presentes en los principales candidatos. Nuestros candidatos basados en el modelo se actualizan iterativamente para contener muestras negativas más difíciles a medida que nuestro modelo evoluciona. De esta manera, evitamos la preselección explícita de muestras negativas de más de 400 mil candidatos. En cuatro conjuntos de datos de normalización de entidades biomédicas que tienen tres tipos diferentes de entidades (enfermedad, químico, reacción adversa), nuestro modelo BIOSYN supera consistentemente a los modelos anteriores de última generación, casi alcanzando el límite superior en cada conjunto de datos.