摘要

在生物医学自然语言处理领域，命名实体识别（Named Entity Recognition, NER）与命名实体归一化（Named Entity Normalization, NEN）是两项关键任务，能够实现从不断增长的生物医学文献中自动提取生物医学实体（如疾病、药物等）。本文介绍了BERN2（高级生物医学实体识别与归一化工具），该工具在先前基于神经网络的NER工具基础上进行了改进，通过采用多任务NER模型以及基于神经网络的NEN模型，显著提升了推理速度与准确性。我们期望该工具能够助力大规模生物医学文本的标注，服务于生物医学知识图谱构建等多种任务。