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:
介绍命名实体识别及模型应用研究情况,以中医典籍作为数据源,采用深度学习方法,进行中医疾病、方剂、中草药等实体抽取,设计BiLSTM-CRF序列标注模型,构建中医典籍实验语料进行实验,结果表明该模型算法具有高度准确性.
推荐文章
基于深度学习的医疗命名实体识别
实体识别
数据挖掘
深度学习
医疗信息
基于深度学习的中文实体关系抽取方法
关系抽取
依存分析
最短依存路径
长短期记忆网络
卷积神经网络
融合语句-实体特征与Bert的中文实体关系抽取模型
自然语言处理
关系抽取
深度学习
BERT
Transformer
基于循环卷积神经网络的实体关系抽取方法研究
GRU
循环卷积神经网络
注意力机制
关系抽取
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 深度学习基础上的中医实体抽取方法研究
来源期刊 医学信息学杂志 学科 医学
关键词 知识图谱 实体抽取 中医 深度学习
年,卷(期) 2019,(2) 所属期刊栏目 医学信息研究
研究方向 页码范围 58-63
页数 6页 分类号 R-056
字数 4385字 语种 中文
DOI 10.3969/j.issn.1673-6036.2019.02.012
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (16)
共引文献  (49)
参考文献  (6)
节点文献
引证文献  (4)
同被引文献  (11)
二级引证文献  (0)
1970(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(2)
  • 参考文献(1)
  • 二级参考文献(1)
2011(2)
  • 参考文献(1)
  • 二级参考文献(1)
2013(1)
  • 参考文献(0)
  • 二级参考文献(1)
2014(2)
  • 参考文献(2)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
2020(3)
  • 引证文献(3)
  • 二级引证文献(0)
研究主题发展历程
节点文献
知识图谱
实体抽取
中医
深度学习
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
医学信息学杂志
月刊
1673-6036
11-5447/R
大16开
北京市朝阳区雅宝路3号
2-664
1979
chi
出版文献量(篇)
5799
总下载数(次)
19
论文1v1指导