基于双层Bi-LSTM-CRF模型的糖尿病领域命名实体识别

作者：何春辉; 王梦贤; 何小波

来源：邵阳学院学报(自然科学版), 2020, 17(01): 21-26.

• 糖尿病
• 命名实体识别
• 字符嵌入
• Bi-LSTM-CRF

随着信息技术的发展,电子文档在糖尿病领域的信息记录中得到了大量应用,通过自动化技术对这些电子文档进行分析具有重大的意义。由于现有的命名实体识别方法在糖尿病领域中识别准确率偏低。为了改变这种现状,提出了双层的双向长短时记忆神经网络条件随机场模型(Bi-LSTM-CRF),并将其应用到糖尿病领域命名实体识别任务中。实验结果表明该模型在包含15种实体类别的数据集上准确率达到了89.14%,且在外部测试集上平均F1值为72.89%,充分揭示了双层Bi-LSTM-CRF模型的有效性。

• 单位
  湖南城市学院