您当前的位置:首页 > 详细浏览

文献详情

基于电子病历的实体识别和知识图谱构建的研究

提交时间: 2018-10-11
作者: 黄梦醒 1,2 ; 李梦龙 1,2 ; 韩惠蕊 1,2 ;
作者单位: 1.海南大学 南海海洋资源利用国家重点实验室; 2.海南大学 信息科学技术学院;

内容摘要

针对中文电子病历中命名实体识别和实体关系抽取研究方法中存在的问题,提出了一种基于双向长短时记忆网络(bidirectional long short term memory)与CRF(conditional random field)结合的实体识别和实体关系抽取方法。该方法首先使用词嵌入技术将文本转换为数值向量,作为神经网络BiLSTM的输入,再结合CRF链式结构进行序列标注,输出最大概率序列,并对识别结果知识图谱化。实验证明,该方法对中文电子病历进行实体识别和实体关系抽取时的准确率、召回率、F值有明显的提升。实验结果满足临床中系统应用需求,对帮助研究构建临床决策支持系统、个性化医疗推荐服务有引导作用。
点击下载全文 评论 来自合作期刊:《计算机应用研究》 点击量:82 下载量:27
评论列表
序号 评论内容
1 中文电子病历中的隐性知识挖掘是一个很重要的研究领域,也算是人工智能领域中的一块,命名实体识别有很多方法,本文提出的双向长短时记忆网络与CRF结合的实体识别和实体关系抽取方法,应该算是一种改进吧,但针对不同的电子病历,不知道是不是都适用。 (评论时间:2018-10-16 13:52:04,From: 159.226.142.183 ,0 )
期刊:计算机应用研究
推荐引用方式: 黄梦醒,李梦龙,韩惠蕊.基于电子病历的实体识别和知识图谱构建的研究.[J].计算机应用研究计算机应用研究,36(12) (点此复制)
版本历史
[V1] 2018-10-11 09:20:10 chinaXiv:201810.00026V1 下载全文
相关论文推荐

点击下载全文

当前浏览

更改浏览

跨类浏览

  • - 暂无