收藏本站
收藏 | 投稿 | 手机打开
二维码
手机客户端打开本文

中文医疗实体的弱监督识别方法

赵青  王丹  徐书世  张晓桐  王晓曦  
【摘要】:为了提高命名实体识别的准确率并降低人工标注成本,本文提出了一种将中文医疗领域广泛存在的本体库作为补充知识源的基于RNN的弱监督的命名实体识别方法,即基于医疗本体提取语义概念特征并与字词向量特征进行融合来构建命名实体识别模型。采用CBOW模型来提取语义特征(包括概念特征和词特征),在语义特征的基础上利用CEW模型提取字符特征,将语义特征和字符特征结合并通过深度学习模型RNN来获得中文医疗文本中的标签序列。基于真实医疗文本数据集进行对比实验表明:所提出的方法比传统模型准确率提高了2.2%~6.1%,验证了其在实际应用中的有效性。

知网文化
【相似文献】
中国期刊全文数据库 前5条
1 赵悦淑;王蕊;窦华溢;张坤丽;王军;;医学自然语言处理技术对产科病历逻辑错误的质量控制效果[J];中国生育健康杂志;2020年04期
2 夏宇彬;郑建立;赵逸凡;徐霄玲;;基于深度学习的电子病历命名实体识别[J];电子科技;2018年11期
3 王怡;白雪;崔胜男;任慧玲;张湛;刘振宇;范阳华;郭进京;冯铭;;临床医学命名实体识别的病历质量筛选标准研究[J];中国卫生质量管理;2018年06期
4 李灵芳;杨佳琦;李宝山;杜永兴;胡伟健;;基于BERT的中文电子病历命名实体识别[J];内蒙古科技大学学报;2020年01期
5 翟菊叶;陈春燕;张钰;陈玉娥;刘玉文;;基于CRF与规则相结合的中文电子病历命名实体识别研究[J];包头医学院学报;2017年11期
中国重要报纸全文数据库 前1条
1 ;假劣一次性无菌注射器的识别方法[N];农村医药报(汉);2007年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978