基于PMV-LSTM的中文医学命名实体识别

摘要：

针对目前中文医学领域命名实体识别无法充分利用语义信息的问题,提出基于PMV-LSTM的中文医学领域命名实体识别方法.对医学语料进行词向量训练,采用pkuseg分词工具,使用"字符分割"方法扩充字符信息;利用Lattice LSTM结构动态地将词汇信息和字符信息融合以解决语义缺失问题,通过条件随机场解码得到实体标签.实验结果表明,该方法在3个医学数据集上性能均有提升,表明在重新训练词向量后,模型能够更好地拟合医学文本数据.

关键词：医学词向量、命名实体识别、长短期记忆网络、字符特征、条件随机场

所属期刊栏目：43

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;国家自然科学基金

在线出版日期：2022-12-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：3257-3263