期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
中文医疗实体的弱监督识别方法
被引量：
5
1
作者
赵青
王丹
+2 位作者
徐书世
张晓桐
王晓曦
《哈尔滨工程大学学报》
EI
CAS
CSCD
北大核心
2020年第3期425-432,共8页
为了提高命名实体识别的准确率并降低人工标注成本,本文提出了一种将中文医疗领域广泛存在的本体库作为补充知识源的基于RNN的弱监督的命名实体识别方法,即基于医疗本体提取语义概念特征并与字词向量特征进行融合来构建命名实体识别模...
为了提高命名实体识别的准确率并降低人工标注成本,本文提出了一种将中文医疗领域广泛存在的本体库作为补充知识源的基于RNN的弱监督的命名实体识别方法,即基于医疗本体提取语义概念特征并与字词向量特征进行融合来构建命名实体识别模型。采用CBOW模型来提取语义特征(包括概念特征和词特征),在语义特征的基础上利用CEW模型提取字符特征,将语义特征和字符特征结合并通过深度学习模型RNN来获得中文医疗文本中的标签序列。基于真实医疗文本数据集进行对比实验表明:所提出的方法比传统模型准确率提高了2.2%~6.1%,验证了其在实际应用中的有效性。
展开更多
关键词
命名实体识别
弱监督
语义特征
医疗本体
自然语言处理
循环神经网络
深度学习
医疗电子病历
在线阅读
下载PDF
职称材料
题名
中文医疗实体的弱监督识别方法
被引量：
5
1
作者
赵青
王丹
徐书世
张晓桐
王晓曦
机构
北京工业
大学
信息学部
纽约州立大学宾哈姆顿大学
国家电网管理学院
出处
《哈尔滨工程大学学报》
EI
CAS
CSCD
北大核心
2020年第3期425-432,共8页
基金
国家重点研发项目(2017YFB1400803)。
文摘
为了提高命名实体识别的准确率并降低人工标注成本,本文提出了一种将中文医疗领域广泛存在的本体库作为补充知识源的基于RNN的弱监督的命名实体识别方法,即基于医疗本体提取语义概念特征并与字词向量特征进行融合来构建命名实体识别模型。采用CBOW模型来提取语义特征(包括概念特征和词特征),在语义特征的基础上利用CEW模型提取字符特征,将语义特征和字符特征结合并通过深度学习模型RNN来获得中文医疗文本中的标签序列。基于真实医疗文本数据集进行对比实验表明:所提出的方法比传统模型准确率提高了2.2%~6.1%,验证了其在实际应用中的有效性。
关键词
命名实体识别
弱监督
语义特征
医疗本体
自然语言处理
循环神经网络
深度学习
医疗电子病历
Keywords
named entity recognition
weakly supervised
semantic feature
medical ontology
natural language processing
recurrent neural network(RNN)
deep learning
electronic medical records
分类号
TP312 [自动化与计算机技术—计算机软件与理论]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
中文医疗实体的弱监督识别方法
赵青
王丹
徐书世
张晓桐
王晓曦
《哈尔滨工程大学学报》
EI
CAS
CSCD
北大核心
2020
5
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
