电子病历（EMR）是医疗信息快速发展的产物，目前以非结构化文本形式存储。通过使用自然语言处理（NLP）技术，在非结构化文本中提取出大量医学实体，将有助于提升医务人员查阅病历效率，同时识别的成果也将辅助于接下来的关系提取和知识图谱构建等研究。介绍常用的若干个数据集、语料标注标准和评价指标。从早期传统方法、深度学习方法、预训练模型、小样本问题处理四个方面详细阐述电子病历命名实体识别方法，对比分析各模型自身的优势及局限性。探讨了目前研究的不足，并对未来发展方向提出展望。
科研之友
微信
新浪微博
Facebook
分享链接
