首页|基于知识图谱与BERT-BiLSTM-CRF模型的中文电子病历实体识别研究

基于知识图谱与BERT-BiLSTM-CRF模型的中文电子病历实体识别研究

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
目的:提出一种基于医疗知识图谱的BERT-BiLSTM-CRF命名实体识别模型(MKG-BERT-BiLC),用于解决BERT类语言模型在处理医疗电子病历命名实体识别任务时,由于缺乏一定医疗领域背景知识而导致无法充分发挥其作用的问题.方法:将医疗知识图谱中的三元组信息集成到BERT-BiLSTM-CRF模型中,可实现为模型配备相应的医疗领域知识,进而增强模型的语言表征能力.结果:利用现有公开数据集进行实验,融入知识图谱后BERT-BiLSTM-CRF模型的识别精确率、召回率和F1值均有显著提升,优于现有NER模型.结论:MKG-BERT-BiLC模型能够更好地识别电子病历中的命名实体,具有一定的实用价值.
Research on entity recognition of Chinese electronic medical record based on knowledge graph and BERT-BiLSTM-CRF model

梁怀众、庄培锋、彭宏、王继伟

展开 >

361003 福建厦门,陆军第七十三集团军医院(厦门大学附属成功医院)信息科

知识图谱 BERT-BiLSTM-CRF 电子病历 命名实体识别

3502Z20209154

2022

10.3969/j.issn.1673-7571.2022.8.008

中国数字医学
卫生部医院管理研究所

中国数字医学

CSTPCD
影响因子：0.692
ISSN：1673-7571
年,卷(期)：2022.17(8)
  • 2
  • 4