从小规模标注数据和大规模未标注数据中进行半监督学习以实现细粒度PICO实体识别

本研究解决了现有方法在提取临床试验文献中PICO元素时未能区别其属性的问题。通过结合少量标注数据与大量未标注数据，开发了一种名为FinePICO的半监督命名实体识别模型，显著提升了PICO实体提取的精度和泛化能力。结果表明，该模型的F1得分超过了基准模型16%以上，具有广泛的应用潜力。