基于循环胶囊网络的临床语义关系识别研究

摘要：

得益于医疗信息化的不断推进,医院已积累了大量的电子病历记录.然而,这些病历记录大多以自然语言的形式存在,无法为计算机所"理解",也就无法对其做进一步的处理与挖掘.由此,对病历文本进行结构化研究,识别出病历实体间的语义关系,便显得尤为重要.本文针对临床语义关系识别任务,提出循环胶囊网络模型,使用分段循环神经网络来捕捉两实体及其上下文信息,并使用胶囊网络来进行最终的关系分类.实验表明,本文提出的方法较现有监督学习方法取得了更好的识别效果(F 1-score为96.51％),证明了本文方法的优越性.

关键词：电子病历记录、关系识别、循环神经网络、胶囊网络、深度学习

所属期刊栏目：37

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金61772201;"精准医学研究"重大专项2018YFC0910500;国家重大新药创制项目2018ZX09201008

在线出版日期：2019-02-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：80-88