一种面向PDF格式论文的生物医学实体识别方法

摘要

本发明属于命名实体识别技术领域，一种面向PDF格式论文的生物医学实体识别方法，包括以下步骤：(1)接收PDF论文作为输入并确认其格式类型，(2)对输入文本的无效文本信息进行处理，(3)对输入文本内容进行规范化，(4)使用命名实体识别模型识别处理后文本中的医学实体，(5)对识别得到的实体在原文进行高亮处理，(6)整体流程封装并以Web应用形式展示。本发明方法打破了目前医学领域内还没有专门为其相关的论文直接进行实体识别处理并在PDF格式上进行高亮的先例，通过在文本中高亮出医学实体可以让医学研究者们快速的找到本篇论文中自己所关心的医学实体并进行进一步的阅读工作，具有十分有意义的使用价值。