基于多头注意力的中文电子病历命名实体识别OACSTPCD
NAMED ENTITY RECOGNITION BASED ON MULTI-HEAD ATTENTION IN CHINESE ELECTRONIC MEDICAL RECORDS
针对中文电子病历中复杂医疗实体的识别问题,提出一种联合特征与多头注意力相结合的实体识别方法.该方法使用字符、词性和词典组成的联合特征,利用BiLSTM和多头注意力分别提取句子的全局特征和局部特征,利用CRF结合所有特征完成实体标签的预测.实验结果表明,该方法F1值达89.16％,其中治疗和疾病两类实体分别达到94.76％和95.56％.
Aimed at the recognition problem of complex medical entities in Chinese electronic medical records(EMRs),an entity recognition method combining joint features and multi-head attention is proposed.This method used the joint feature composed of characters,parts of speech and dictionary,and used BiLSTM and multi-head attention to extract separately the global feature and local feature of the sentence.CRF was used to combine all the features to complete the pred…查看全部>>
肖丹;杨春明;张晖;赵旭剑;李波
西南科技大学计算机科学与技术学院 四川绵阳 621010西南科技大学计算机科学与技术学院 四川绵阳 621010||四川省大数据与智能系统工程技术研究中心 四川绵阳 621010西南科技大学计算机科学与技术学院 四川绵阳 621010||西南科大成都天府新区创新研究院 四川成都 610299西南科技大学计算机科学与技术学院 四川绵阳 621010||西南科大成都天府新区创新研究院 四川成都 610299西南科技大学计算机科学与技术学院 四川绵阳 621010||西南科大成都天府新区创新研究院 四川成都 610299
计算机与自动化
命名实体识别中文电子病历多头注意力长短期记忆网络条件随机场
Named entity recognitionChinese electronic medical recordsMulti-head attentionLong short-term memoryConditional random field
《计算机应用与软件》 2024 (1)
133-138,160,7
教育部人文社科基金资助项目(17YJCZH260)赛尔网络下一代互联网技术创新项目(NGII20180403).
评论