中文常见医疗问题命名实体识别研究

摘要：

为了达到提高中文常见医疗问题命名实体识别的效果,并为医疗领域知识图谱及其知识搜索奠定基础的目的,文中借助BiLSTM?CRF模型在解决序列问题时的优越性和BERT模型的强大表义能力,将BERT集成到BiLSTM?CRF中组成BERT?BiLSTM?CRF模型.该模型通过引入BERT提取文本全局特征和局部特征,从而生成表义更加丰富的字向量,同时还具备BiLSTM网络捕获上下文语义信息和CRF标注偏置纠错的能力.鉴于目前缺少该领域的标注语料,该研究采用人工方式构建标注语料库.实验结果表明:BERT?BiLSTM?CRF模型的医疗实体识别效果优于传统的BiLSTM?CRF模型;且该模型在基于BIOE标注方案下实体识别效果较好,F1值达到97％;从类别上看,疾病类、症状类、检查类F1值达到99％,药物类达到92％.总体而言,中文常见医疗问题在基于BERT?BiLSTM?CRF模型并采用BIOE标注方案下实体识别效果最好,其中疾病类、症状类、检查类的实体识别效果较好.

关键词：中文常见医疗问题、命名实体识别、BERT-BiLSTM-CRF模型、特征提取、语义信息、标注偏置纠错

所属期刊栏目：45

分类号：TN911-34;TP311

资助基金：国家自然科学基金;国家自然科学基金;内蒙古自治区自然科学基金项目;内蒙古自治区自然科学基金项目;内蒙古自治区高等学校科学研究项目;包头市科技计划项目;包头市科技计划项目

在线出版日期：2022-09-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：121-126