结合注意力机制的Bi-LSTM-CRF中文电子病历命名实体识别

• 作者: 刘汉卿 康晓东 张华丽 李博 王亚鸽 白放
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 电子病历 双向长短时记忆网络 条件随机场 注意力机制 实体识别
• 年，卷（期）: 2020,（z1）
• 所属期刊栏目: 数据科学与技术
• 页码范围: 98-102
• 页数: 5页
• 分类号: TP391
• 字数: 5498字
• 语种: 中文
• DOI: 10.11772/j.issn.1001-9081.2019081371

摘要

在中文电子病历命名实体识别任务中,为了消除传统命名实体识别方法高度依赖人工提取特征这一不足,设计了双向长短时记忆(Bi-LSTM)网络与条件随机场(CRF)结合的网络模型,并在联合网络的基础上添加注意力机制,从而优化实体识别准确率.首先,将中文电子病历数据集进行脱敏处理及序列标注等预处理;其次,结合词嵌入技术将电子病历文本序列进行词向量化表示,并利用Bi-LSTM网络模型构造包含前向和后向文本的语义特征;然后,将双向特征序列输入到注意力层,利用注意力机制对文本特征向量的语义编码分配不同的注意力权重,进一步强化当前信息与上下文信息之间潜在的语义关联性;最后,输入到CRF层中,由此提取出实体.实验结果表明,该注意力机制与Bi-LSTM-CRF模型融合的新方法能有效提高中文电子病历命名实体识别的准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李博	天津医科大学医学影像学院	33	67	5.0	6.0
2	康晓东	天津医科大学医学影像学院	51	215	9.0	12.0
3	王亚鸽	天津医科大学医学影像学院	9	6	2.0	2.0
4	张华丽	天津医科大学医学影像学院	7	0	0.0	0.0
5	白放	天津医科大学医学影像学院	3	0	0.0	0.0
6	刘汉卿	天津医科大学医学影像学院	2	0	0.0	0.0