中文常见医疗问题命名实体识别研究

作者：赵瑛; 任燕春; 王铁; 许丹彤

来源：现代电子技术, 2022, 45(16): 121-126.

DOI：10.16652/j.issn.1004-373x.2022.16.023

• 中文常见医疗问题
• 命名实体识别
• BERT-BiLSTM-CRF模型
• 特征提取
• 语义信息
• 标注偏置纠错

为了达到提高中文常见医疗问题命名实体识别的效果，并为医疗领域知识图谱及其知识搜索奠定基础的目的，文中借助BiLSTM-CRF模型在解决序列问题时的优越性和BERT模型的强大表义能力，将BERT集成到BiLSTM-CRF中组成BERT-BiLSTM-CRF模型。该模型通过引入BERT提取文本全局特征和局部特征，从而生成表义更加丰富的字向量，同时还具备BiLSTM网络捕获上下文语义信息和CRF标注偏置纠错的能力。鉴于目前缺少该领域的标注语料，该研究采用人工方式构建标注语料库。实验结果表明：BERT-BiLSTM-CRF模型的医疗实体识别效果优于传统的BiLSTM-CRF模型；且该模型在基于BIOE标注方案下实体识别效果较好，F1值达到97%；从类别上看，疾病类、症状类、检查类F1值达到99%，药物类达到92%。总体而言，中文常见医疗问题在基于BERT-BiLSTM-CRF模型并采用BIOE标注方案下实体识别效果最好，其中疾病类、症状类、检查类的实体识别效果较好。

• 单位
  内蒙古科技大学