为解决中文电子病历文本中医疗术语难以准确识别和医疗事件发生状态难以提取的问题，提出一种基于CasEE的电子病历医疗事件抽取模型。该模型采用MC-BERT作为编码层对医学实体向量化表示，并构建分类器和提取器，用类别信息辅助抽取事件发生状态，并在模型训练阶段对数据集进行数据增强处理。实验结果显示，该模型在医疗事件抽取任务中的F1值达到了57.92%，优于传统模型，表明该模型具有良好的医疗事件抽取性能和较高的临床应用价值。
科研之友
微信
新浪微博
Facebook
分享链接
