科研之友
微信
新浪微博
Facebook
分享链接
摘要
中文电子病历NER是医疗信息抽取的难点。本文提出一种多任务学习的实体识别方法，联合实体识别和分词训练模型，使用基于Bi-LSTM的私有层提取专有信息，融合注意力网络作为共享层并增加通用特征增强机制来筛选全局信息，降低过拟合风险并增强模型的泛化能力。此外提出均衡样本过采样方法扩充数据集，有效解决实体类别不平衡所带来的问题。使用CCKS2017/CCKS2020电子病历实体识别语料和Medicine医药分词语料联合训练，实验结果显示本文提出的模型整体性能提升明显，同时也显著提高了Medicine语料的分词实验效果，F1值较基线提升了3个百分点。实验表明本文提出的模型能够有效改善因电子病历中数据不规范、无结构或专有名词等原因造成的实体切分错误等问题。
- 单位
