首页|基于《伤寒论》的命名实体识别研究

基于《伤寒论》的命名实体识别研究

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
研究《伤寒论》中命名实体的识别方法,助力张仲景《伤寒论》不同版本文本的深度挖掘,有助于传承中医文化.该文尝试构建ALBERT-BiLSTM-CRF模型,提取《伤寒论》中疾病、证候、症状、处方、药物等实体,并与BiLSTM-CRF模型和BERT-BiLSTM-CRF模型进行对比.五次实验ALBERT-BiLSTM-CRF模型三个评价指标准确率(P),召回率(R)和F1-测度值(F1-score)的平均值分别为85.37％,86.84％和86.02％,相较于BiLSTM-CRF模型和BERT-BiLSTM-CRF模型F1-score分别提升了6％和3％.实验表明相比BiLSTM-CRF和BERT-BiLSTM-CRF模型,ALBERT-BiLSTM-CRF模型在基于《伤寒论》的实体识别任务中效果最好,更适用于中文古籍的知识挖掘.
Research on Named Entity Recognition Based on Treatise on Febrile Diseases

王菁薇、肖莉、骆嘉伟、晏峻峰

展开 >

湖南中医药大学信息科学与工程学院 长沙 410208

湖南中医药大学中医学院 长沙 410208

湖南大学信息科学与工程学院 长沙 410082

《伤寒论》 命名实体识别 ALBERT

6187308918A2192018XJJJ062020CX25

2021

10.3969/j.issn.1672-9722.2021.08.016

计算机与数字工程
中国船舶重工集团公司第七0九研究所

计算机与数字工程

CSTPCD
影响因子：0.355
ISSN：1672-9722
年,卷(期)：2021.49(8)
  • 4
  • 8