融合多特征和迭代扩张卷积的中文电子病历命名实体识别

摘要：

针对中文电子病历命名实体识别过程中文本语义表示不充分、特征抽取效率低等缺陷,提出一种融合多特征和迭代扩张卷积的命名实体识别方法.该方法首先构建基于卷积神经网络(CNN)的字嵌入算法,将生成的字向量与词向量等外部特征信息融合后送入迭代扩张卷积神经网络(IDCNN)中进行特征抽取,引入注意力机制加强序列间依赖关系,最后通过CRF解码最优标签序列.该方法在CCKS2017中文电子病历数据集中取得了91.36％ 的F1值,识别性能优于现有方法,同时验证了融合多特征的语义表示对中文实体识别有一定性能提升.

关键词：中文电子病历、命名实体识别、卷积神经网络、自注意力机制

所属期刊栏目：35

分类号：TP391(计算技术、计算机技术)

资助基金：江苏省科技厅社会发展资助项目;常州市社会发展资助项目

在线出版日期：2023-02-10（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：59-67