诊疗关系的自动识别和抽取有助于医生进行诊疗决策。传统的关系抽取模型对部分数据没有良好的解释性，因此，以神经网络进行规则学习和泛化，设计打分机制，通过规则匹配实现关系抽取，而后对未正确匹配数据进行针对性深度学习模型训练，完成最终的诊疗关系抽取。使用以疾病为中心的诊疗流程相关文本展开实验验证该方法的效果。实验结果表明，该方法不仅通过少量人工规则使关系抽取增加了可解释性，还可以显著提高关系抽取的效果。
科研之友
微信
新浪微博
Facebook
分享链接
