针对医疗信息呈现出孤岛化与利用低效的问题，提出一种基于联合学习的医疗知识图谱构建方法。在领域本体基础上，运用融合MacBERT的单阶段联合抽取模型，进行知识抽取。模型借助MacBERT模型编码词向量，引入握手标注策略，将实体对的边界标记对齐在每种关系类型下，实现对实体及关系三元组的一次性解码。实验结果表明，F1值为92.8%，优于现有的经典模型。
科研之友
微信
新浪微博
Facebook
分享链接
