融合多特征和迭代扩张卷积的中文电子病历命名实体识别OA
针对中文电子病历命名实体识别过程中文本语义表示不充分、特征抽取效率低等缺陷,提出一种融合多特征和迭代扩张卷积的命名实体识别方法。该方法首先构建基于卷积神经网络(CNN)的字嵌入算法,将生成的字向量与词向量等外部特征信息融合后送入迭代扩张卷积神经网络(IDCNN)中进行特征抽取,引入注意力机制加强序列间依赖关系,最后通过CRF解码最优标签序列。该方法在CCKS2017中文电子病历数据集中取得了91.36%的F1值,识别性能优于现有方法,…查看全部>>
封红旗;孙杨;吴涛;王少聪;李文杰
常州大学计算机与人工智能学院,江苏常州213164常州大学计算机与人工智能学院,江苏常州213164常州大学计算机与人工智能学院,江苏常州213164常州大学计算机与人工智能学院,江苏常州213164常州大学微电子与控制工程学院,江苏常州213164 常州市生物医学信息技术重点实验室,江苏常州213164
计算机与自动化
中文电子病历命名实体识别卷积神经网络自注意力机制
《常州大学学报：自然科学版》 2023 (1)
P.59-67,9
评论