10.3969/j.issn.1671-3982.2020.06.001
基于深度学习的患者安全事件的命名实体识别
为解决日益增长的数据体量与实际作业效率和成本的矛盾,用科学的标注体系对患者安全事件语料进行标注,设计了一种基于深度学习的BERT-BiLSTM-CRF模型,结合中文文本语料的语义特征和字符特征对其进行命名实体识别,最终实验F1值为91.49%,相较于BiLSTM-CRF模型和IDCNN-CRF模型,实体的识别性能分别提升了7.33%和8.30%,验证了该模型的有效性.
患者安全事件、命名实体识别、深度学习
29
TP391;R-058(计算技术、计算机技术)
国家自然科学基金资助项目"互联网医疗环境下慢病服务互动价值形成机制与价值融合模式研究"71974065
2020-10-15(万方平台首次上网日期,不代表论文的发表时间)
共6页
1-6