基于ERNIE-Bi-GRU-Attention的医疗实体关系抽取模型

扫码查看

原文链接

万方数据
维普

中文摘要：医疗信息文本信息处理存在文本长、专业术语多、实体间关系复杂等问题,因此,提出一种基于ERNIE-Bi-GRU-Attention的医疗实体关系抽取模型.首先通过预训练模型ERNIE使向量获得丰富的语义信息和医疗先验知识,解决医疗专业术语问题;其次通过Bi-GRU-Attention进行语句编码,捕获有效上下文信息,有利于关系抽取;然后使用经典CRF输出实体标签;将实体标签特征和语句编码向量特征拼接进行一阶和二阶特征融合;最后通过分类器获得最终关系标签输出.通过在医疗数据集上验证,结果表明与其他模型相比,使用此模型医疗实体关系抽取的效果有所提升.

作者：

姚洁仪、王春亮

展开 >

作者单位：

水电工程智能视觉检测湖北省重点实验室湖北宜昌 443000

三峡大学计算机与信息学院湖北宜昌 443000

关键词：

信息抽取关系抽取预训练 BiGRU 医疗文本

出版年：

2024

DOI：

10.3969/j.issn.1672-9528.2024.02.047