首页|基于BERT-CRF模型的电子病历实体识别研究

基于BERT-CRF模型的电子病历实体识别研究

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
电子病历实体识别是智慧医疗服务中一项重要的基础任务,当前医院诊疗过程中采用人工分析病历文本的方法,容易产生关键信息遗漏且效率低下.为此,提出一种结合BERT与条件随机场的实体识别模型,使用基于双向训练Transformer的BERT中文预训练模型,在手工标注的符合BIOES标准的语料库上微调模型参数,通过BERT模型学习字符序列的状态特征,并将得到的序列状态分数输入到条件随机场层,条件随机场层对序列状态转移做出约束优化.BERT模型具有巨大的参数量、强大的特征提取能力和实体的多维语义表征等优势,可有效提升实体抽取的效果.实验结果表明,论文提出的模型能实现88％以上的实体识别F1分数,显著优于传统的循环神经网络和卷积神经网络模型.
Research on Entity Recognition of Electronic Medical Record Based on BERT-CRF Model

何涛、陈剑、闻英友

展开 >

东北大学东软研究院 沈阳 110169

辽宁省工业控制安全工程技术研究中心 沈阳 110169

深度学习 BERT 条件随机场 命名实体识别 电子病历

国家重点研发计划辽宁省重点研发计划教育部基本科研业务费项目辽宁省兴辽英才计划

2018YFC08306012019JH2/10100027N171802001XLYC1802100

2022

10.3969/j.issn.1672-9722.2022.03.035

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)：2022.50(3)
  • 5
  • 4