基于bi-LSTM-CRF的医疗命名实体识别

• 作者: 蒋强
• 来源期刊: 大科技
• 学科: 工学
• 关键词: 命名实体识别 长短时记忆神经网络 条件随机场
• 年，卷（期）: 2019,（43）
• 所属期刊栏目: 研究园地
• 页码范围: 284-285
• 页数: 2页
• 分类号: TP183
• 字数: 1741字
• 语种: 中文

摘要

命名实体识别是构建知识图谱的基础,其正确率直接影响知识图谱的正确率.而构建医疗知识图谱对于在线医疗自动问答有着极其重要的意义.对于在线医疗问答数据中命名实体识别,本文采用连接条件随机场的长短时记忆神经网络实现命名实体识别,以长短时记忆神经网络提取当前词及其上下文信息,用条件随机场构建标记之间的约束信息.本模型正确率为87.3%.实验结果表明,CRF建立标记之间的约束关系是有效的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蒋强		2	0	0.0	0.0