10.3969/j.issn.1000-386x.2021.02.030
基于多神经网络协作的电子病历命名实体识别方法
随着电子病历在医疗领域的推广应用,越来越多的研究者关注如何高效地从电子病历中抽取高价值科研信息.CHIP2018将中文电子病历临床医疗命名实体识别作为评测任务,即从中文电子病历中抽取三种恶性肿瘤相关的实体.结合三种实体的特点和实体间的依赖关系,提出基于多神经网络协作的复杂医疗命名实体识别方法,并实现了句子级别的模型迁移,解决了训练数据集数量和质量问题,最终获得了该评测任务的第二名.此外,该方法的改进方法取得了CCKS2019评测任务一的第一名,印证了其有效性和泛化能力.
神经网络、BiLSTM-CRF、中文电子病历、命名实体识别、模型迁移、泛化
38
TP389.1(计算技术、计算机技术)
装备预研领域基金项目31511070404,61400040201
2021-03-09（万方平台首次上网日期，不代表论文的发表时间）
共6页
179-184
