• 《工程索引》(EI)刊源期刊
  • 综合性科学技术类中文核心期刊
  • 中国科技论文统计源期刊
  • 中国科学引文数据库来源期刊

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

融合多特征嵌入与注意力机制的中文电子病历命名实体识别

巩敦卫 张永凯 王斌 郭一楠

巩敦卫, 张永凯, 王斌, 郭一楠. 融合多特征嵌入与注意力机制的中文电子病历命名实体识别[J]. 工程科学学报. doi: 10.13374/j.issn2095-9389.2021.01.12.006
引用本文: 巩敦卫, 张永凯, 王斌, 郭一楠. 融合多特征嵌入与注意力机制的中文电子病历命名实体识别[J]. 工程科学学报. doi: 10.13374/j.issn2095-9389.2021.01.12.006
Named Entity Recognition of Chinese Electronic Medical Records Based on Multi-feature Embedding and Attention Mechanism[J]. Chinese Journal of Engineering. doi: 10.13374/j.issn2095-9389.2021.01.12.006
Citation: Named Entity Recognition of Chinese Electronic Medical Records Based on Multi-feature Embedding and Attention Mechanism[J]. Chinese Journal of Engineering. doi: 10.13374/j.issn2095-9389.2021.01.12.006

融合多特征嵌入与注意力机制的中文电子病历命名实体识别

doi: 10.13374/j.issn2095-9389.2021.01.12.006
详细信息
  • 中图分类号: TP39

Named Entity Recognition of Chinese Electronic Medical Records Based on Multi-feature Embedding and Attention Mechanism

  • 摘要: 中文电子病历文本包含大量嵌套实体、句子语法结构复杂、句式偏短。为有效识别其医疗实体,提出一种融合多特征嵌入与注意力机制的命名实体识别算法,在输入表示层融合字符、单词、字形三个粒度的特征,并在双向长短期记忆网络的隐含层引入注意力机制,使算法在捕获特征时更加关注于医疗实体相关的字符,最终实现对中文电子病历中疾病、身体部位、症状、药物、操作等五类实体的最优标注。面向开源和自建糖尿病数据集的实验结果中所提算法的实体识别准确率、召回率和F1值都达到97%以上,表明其可以更加有效地识别中文电子病历中各类实体。
  • 加载中
计量
  • 文章访问数:  132
  • HTML全文浏览量:  85
  • 被引次数: 0
出版历程
  • 网络出版日期:  2021-03-02

目录

    /

    返回文章
    返回