基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
随着各国政府对健康医疗信息系统的投入,电子病历信息挖掘得到越来越多学者的关注.与传统的文本相比,电子病历有其自身的特点..在2010年i2b2举办的评测中,概念抽取任务最好系统的F值为0.8523,与传统的命名实体识别效果有一定差距.使用了CRF、最大熵两种模型建立了baseline系统并且使用堆积策略综合两者的结果,使得系统的F值达到了91.1%.
推荐文章
基于电子病历的实体识别和知识图谱构建的研究
实体识别
实体关系
长短时记忆网络
知识图谱
CRF与规则相结合的医学病历实体识别
电子病历
病历实体
命名实体识别
条件随机场
决策树
临床医学命名实体识别的病历质量筛选标准研究
电子病历
临床医学命名实体
病历质量
筛选标准
基于BERT的医疗电子病历命名实体识别
电子病历
命名实体识别
BERT
膨胀卷积神经网络
多头注意力
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于堆积策略的电子病历实体识别
来源期刊 智能计算机与应用 学科 工学
关键词 电子病历 实体识别 堆积策略
年,卷(期) 2014,(1) 所属期刊栏目
研究方向 页码范围 69-71,74
页数 4页 分类号 TP391
字数 3341字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 关毅 哈尔滨工业大学计算机科学与技术学院 56 1214 16.0 33.0
2 邓本洋 哈尔滨工业大学计算机科学与技术学院 1 4 1.0 1.0
3 吕新波 哈尔滨工业大学计算机科学与技术学院 5 46 4.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (4)
节点文献
引证文献  (4)
同被引文献  (13)
二级引证文献  (1)
1993(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(2)
  • 参考文献(2)
  • 二级参考文献(0)
2014(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(2)
  • 引证文献(1)
  • 二级引证文献(1)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
电子病历
实体识别
堆积策略
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
智能计算机与应用
双月刊
2095-2163
23-1573/TN
大16开
哈尔滨市南岗区繁荣街155号(哈工大新技术楼916室)
14-144
1985
chi
出版文献量(篇)
6183
总下载数(次)
26
总被引数(次)
14240
论文1v1指导