融合领域知识的医学命名实体识别研究

摘要：

[目的]构建融合医学领域知识的图神经网络结构模型GraphModel-Dict,针对医学文本进行命名实体识别研究.[方法]首先,采用图结构方式对领域知识进行融合,将原始文本数据与领域词典作为不同类别的节点进行构图,利用门控循环单元进行节点更新,以得到结合领域知识的原始文本数据节点语义表示;其次,将文本数据节点的最终表示作为双向长短期记忆网络的输入;然后,通过条件随机场预测标签并输出识别序列;最后,使用两个数据集评估模型的性能.[结果]在人工标注的3 100份中文乳腺癌超声检查报告数据集上,GraphModel-Dict模型的实体识别的精确率、召回率和F1值达到96.91％、97.52％以及97.22％.另外,在对每类实体的识别效果评估中,针对提取样本数据稀少或表达形式多样化的实体类型,GraphModel-Dict模型表现出更优的识别性能.在CCKS2020医疗数据集上进行性能评估实验,与基线模型相比,GraphModel-Dict模型的Fl值至少提高了 1.39％.[局限]GraphModel-Dict模型的实验只在医疗数据集上展开,在其他领域的有效性需进一步研究.[结论]领域知识的有效使用能够提高其在命名实体识别中的作用,为促进医学信息挖掘和临床研究提供了潜力.

关键词：医学命名实体识别、图神经网络、领域知识词典、乳腺癌超声检查报告

所属期刊栏目：7

分类号：TP391(计算技术、计算机技术)

资助基金：国家社会科学基金20BTQ066

在线出版日期：2023-05-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共13页

页码：142-154