在线医疗问答文本的命名实体识别

• 作者: 杨文明 褚伟杰
• 来源期刊: 计算机系统应用
• 关键词: 医疗问答 深度学习 独立循环神经网络 膨胀卷积 双向循环神经网络
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 专论·综述
• 页码范围: 8-14
• 页数: 7页
• 字数: 5481字
• 语种: 中文
• DOI: 10.15888/j.cnki.csa.006760

摘要

本文主要是对在线问诊中产生的医疗文本进行命名实体识别的研究.使用在线医疗问答网站的数据,采用{B,I,O}标注体系构建数据集,抽取疾病、治疗、检查和症状四个医疗实体.以BiLSTM-CRF为基准模型,提出两种深度学习模型IndRNN-CRF和IDCNN-BiLSTM-CRF,并在自构建数据集上验证模型的有效性.将新提出的两种模型与基准模型通过实验对比得出:模型IDCNN-BiLSTM-CRF的F1值0.8116,超过了BiLSTM-CRF的F1值0.8009,IDCNN-BiLSTM-CRF整体性能好于BiLSTM-CRF模型;模型IndRNN-CRF的精确率0.8427,但该模型在召回率上低于基准模型BiLSTM-CRF.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	褚伟杰	北京大学软件与微电子学院	16	276	7.0	16.0
2	杨文明	北京大学软件与微电子学院	1	4	1.0	1.0