首页|融合字形特征的中医医案命名实体识别研究

融合字形特征的中医医案命名实体识别研究

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
研究了中医医案症状命名实体方法.通过汉字笔画、部首、词根编码器捕获汉字字形蕴含的语义,再通过BERT模型和BiLSTM来获取上下文的语义信息,通过CRF输出最终的命名实体结果.融合字形特征的中医医案命名实体识别方法,比以往效果较好的方法F1值提高了3.0%,有效提高了中医医案症状实体识别的准确率,可为深入挖掘中医药文本信息提供参考.
Research on named entity recognition of TCM medical records based on glyph feature

TCM medical recordsnamed entity recognitionglyph featuresBERT modelBiLSTM

胡为、刘伟、盛威、卢彦杰、石玉敬

展开 >

湖南中医药大学信息科学与工程学院,湖南 长沙 410208

中医医案 命名实体识别 汉字字形 BERT模型 BiLSTM

湖南省自然科学基金湖南中医药大学自然科学基金湖南省教育厅科学研究项目长沙市自然科学基金

2022JJ304382022XJZKC01620C1435kq2202260

2023

10.16644/j.cnki.cn33-1094/tp.2023.07.015

计算机时代
浙江省计算技术研究所　浙江省计算机学会

计算机时代

影响因子：0.411
ISSN：1006-8228
年,卷(期)：2023.(7)
  • 7