基于伪标签置信选择的半监督医疗事件抽取

• 作者: 梁文桐 朱艳辉 詹飞 张旭 欧阳康 孔令巍 黄雅淋
• 来源期刊: 微电子学与计算机
• 关键词: 医疗事件抽取 知识图谱 注意力机制 联合抽取 伪标签 电子病历 多数投票
• 年，卷（期）: 2022,（1）
• 所属期刊栏目: 计算机工程与应用
• 页码范围: 71-79
• 页数: 8页
• 分类号: TP391
• 语种: 中文
• DOI: 10.19304/J.ISSN1000-7180.2021.0448

摘要

医疗事件抽取是构建医疗知识图谱的重要基础.针对医疗领域有标签数据匮乏的问题，构建基于Transformer编码器、BiLSTM和注意力机制的医疗事件联合抽取模型，并提出一种用于选择高置信度数据的伪标签置信选择算法.首先，训练医疗事件联合抽取模型对无标签数据进行预测产生伪标签数据；然后，通过计算伪标签一致概率P来选择高置信度的伪标签数据，将其加入原有数据中重新训练联合抽取模型；最后，使用更新的医疗事件联合抽取模型对电子病历中肿瘤原发部位、病灶大小和转移部位事件进行抽取，并使用多数投票得到最终的抽取结果.以2020年全国知识图谱与语义计算大会(CCKS2020)中面向中文电子病历的医疗事件抽取任务语料作为实验数据，实验结果表明，本文提出方法获得了较好的医疗事件抽取结果.