融合单词级段信息的中文医疗命名实体识别OACSTPCD
中文医疗命名实体识别(Named Entity Recognition,NER)是医学领域的一项基础任务,在知识图谱等许多下游任务中起着重要的作用。常用的NER方法可分为基于词级信息和基于段级信息,已有研究表明两种信息融合能取得更好的性能。目前,词级信息和段级信息融合的方法在中文医疗NER任务中还未被充分研究,且现有的融合方法为段中的每个单词赋予相同的权重,不考虑单词的不同贡献。而医疗实体中每个单词和实体(段)有着不同的相关性,忽略这种相关性的差…查看全部>>
王海鹏;杜方;宋丽娟;李婷
宁夏大学信息工程学院,宁夏银川750021宁夏大学信息工程学院,宁夏银川750021宁夏大学信息工程学院,宁夏银川750021宁夏大学数学统计学院,宁夏银川750021
计算机与自动化
命名实体识别深度神经网络词级信息段级信息中文医疗信息处理
《计算机技术与发展》 2024 (6)
P.110-117,8
国家自然科学基金(62062058)宁夏自然科学基金(2021AAC03118,2021AAC03022)宁夏重点研发项目(2019BEB04023,2021BEE03013)。
评论