基于多特征融合的中文电子病历命名实体识别

• 作者: 于楠 方丽英 王普 翁壮
• 来源期刊: 北京生物医学工程
• 学科: 医学
• 关键词: 电子病历 多特征融合 条件随机场模型 命名实体识别
• 年，卷（期）: 2018,（3）
• 所属期刊栏目: 论著
• 页码范围: 279-284,324
• 页数: 7页
• 分类号: R318.04
• 字数: 5138字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-3208.2018.03.010

摘要

目的 针对某三级甲等医院电子病历中的非结构化部分(诊断和病情),建立多特征融合的条件随机场模型,自动化识别用自然语言描述的电子病历(electronic medical records,EMR)中的疾病和症状,从而实现电子病历信息的结构化存储,以利于电子病历的信息挖掘和统计分析.方法 将手动标注的语料库分为训练集和测试集,借助NLPIR工具分割文本,选择CRF++工具进行实验.针对中文电子病历的数据特点,先选取基本特征和相应的特征模板,通过不同上下文窗口的对比实验确定其大小;再分别添加引导词特征和构词结构特征,对比两种高级特征对实验结果的影响.结果 仅选取基本特征,上下文窗口为7时,识别效果最好;添加高级特征后,最终疾病实体F值为92.80％,症状实体F值为94.17％.结论 条件随机场模型融合多种有效的特征,可以很好地识别出电子病历中的疾病和症状实体.本研究对电子病历的命名实体识别有重要的意义.