基于预训练模型及条件随机场的中医医案命名实体识别OA
Named Entity Recognition of TCM Case Records Based on Pre-Trained Model and Conditional Random Field
目的:通过建立一种基于预训练模型及条件随机场(CRF)的神经网络,解决目前中医医案命名实体识别效率一般的问题.方法:人工标注所选中医医案的10类命名实体作为训练集和验证集,并构建基于BERT、RoBERTa、ALBERT及CRF的神经网络,以探究对于中医医案命名实体识别任务的最佳预训练模型及CRF对其贡献大小.结果:基于RoBERTa-CRF构建的神经网络在中医医案命名实体识别任务中的性能最优,其对命名实体识别的整体准确率为99.33％,精确率为…查看全部>>
吴佳泽;李坤宁;陈明
北京中医药大学中医学院,北京 102488北京中医药大学中医学院,北京 102488北京中医药大学中医学院,北京 102488
命名实体识别预训练模型条件随机场中医医案
Named entity recognitionPre-trained modelConditional random fieldTCM case records
《中医药信息》 2023 (9)
38-45,8
评论