基于多任务的中文电子病历中命名实体识别研究

作者：杨晓辉; 毕雪华; 张琳琳^*; 高颖

来源：东北师大学报(自然科学版), 2020, 52(01): 81-87.

DOI：10.16163/j.cnki.22-1123/n.2020.01.016

• 电子病历
• 命名实体识别
• 多任务
• Bi-LSTM-CRF

针对电子病历结构化中的命名实体识别问题,提出一种基于分词任务和命名实体识别任务相结合的多任务双向长短期记忆网络模型(Bidirectional Long Short-Term Memory Conditional Random Feld,Bi-LSTM-CRF).该模型通过加入共享LSTM捕获分词任务中的词边界信息,丰富了命名实体识别任务的特征集,进而达到提高命名实体的效果.实验采集数据由新疆某三甲医院提供的500份冠心病患者的出院小结和2 000份心血管疾病患者的出院小结组成.实验结果表明:F-measure值达到了0.927,满足临床的实际需求.

• 单位
  新疆医科大学; 新疆大学