面向互联网资源的医学命名实体识别研究

• 作者: 杨东华 王宏志 田家源
• 来源期刊: 计算机科学与探索
• 学科: 工学
• 关键词: 命名实体识别 互联网资源 迭代框架 平均感知器
• 年，卷（期）: 2018,（6）
• 所属期刊栏目: 数据库技术
• 页码范围: 898-907
• 页数: 10页
• 分类号: TP391
• 字数: 7678字
• 语种: 中文
• DOI: 10.3778/j.issn.1673-9418.1709045

摘要

医学信息提取的第一步在于命名实体识别,然而公开医学语料的缺乏使得这项工作困难重重.已有的研究大都建立在少量人工标注的文本之上,不具备很好的推广性.互联网作为大量数据的聚集地,可以从中进行医学知识的提取.针对互联网资源规模大,结构化程度低,缺乏标注等特点,提出了一种迭代式框架来对其加以利用.使用融合通用模型和领域词典的方法对文本进行标注,缓解了领域不同带来的精度降低问题.使用在线方法来构建模型,避免了迭代中对模型进行整体重构.在命名实体识别模型中融入了词法特征、词缀特征、词长特征等,提高了模型的识别能力.提出了一种启发式的模型压缩方法,增强模型的可用性.实验结果表明,所提出的策略是有效的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王宏志	哈尔滨工业大学计算机科学与技术学院	69	557	12.0	21.0
2	杨东华	哈尔滨工业大学计算机科学与技术学院	11	167	7.0	11.0
6	田家源	哈尔滨工业大学计算机科学与技术学院	1	5	1.0	1.0