基于《伤寒论》的命名实体识别研究

摘要：

研究《伤寒论》中命名实体的识别方法,助力张仲景《伤寒论》不同版本文本的深度挖掘,有助于传承中医文化.该文尝试构建ALBERT-BiLSTM-CRF模型,提取《伤寒论》中疾病、证候、症状、处方、药物等实体,并与BiLSTM-CRF模型和BERT-BiLSTM-CRF模型进行对比.五次实验ALBERT-BiLSTM-CRF模型三个评价指标准确率(P),召回率(R)和F1-测度值(F1-score)的平均值分别为85.37％,86.84％和86.02％,相较于BiLSTM-CRF模型和BERT-BiLSTM-CRF模型F1-score分别提升了6％和3％.实验表明相比BiLSTM-CRF和BERT-BiLSTM-CRF模型,ALBERT-BiLSTM-CRF模型在基于《伤寒论》的实体识别任务中效果最好,更适用于中文古籍的知识挖掘.

关键词：《伤寒论》;命名实体识别;ALBERT

所属期刊栏目：49

分类号：TP391.1(计算技术、计算机技术)

资助基金：国家自然科学基金项目;湖南省教育厅科学研究重点项目;湖南中医药大学科研项目;湖南中医药大学研究生创新课题

在线出版日期：2021-09-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：1584-1587