换一批基于多特征融合的中文电子病历命名实体识别
Named entity recognition in Chinese electronic medical records based on multi-feature integration
摘要目的 针对某三级甲等医院电子病历中的非结构化部分(诊断和病情),建立多特征融合的条件随机场模型,自动化识别用自然语言描述的电子病历(electronic medical records,EMR)中的疾病和症状,从而实现电子病历信息的结构化存储,以利于电子病历的信息挖掘和统计分析.方法 将手动标注的语料库分为训练集和测试集,借助NLPIR工具分割文本,选择CRF++工具进行实验.针对中文电子病历的数据特点,先选取基本特征和相应的特征模板,通过不同上下文窗口的对比实验确定其大小;再分别添加引导词特征和构词结构特征,对比两种高级特征对实验结果的影响.结果 仅选取基本特征,上下文窗口为7时,识别效果最好;添加高级特征后,最终疾病实体F值为92.80％,症状实体F值为94.17％.结论 条件随机场模型融合多种有效的特征,可以很好地识别出电子病历中的疾病和症状实体.本研究对电子病历的命名实体识别有重要的意义.
更多相关知识
关键词
电子病历多特征融合条件随机场模型命名实体识别electronic medical records ( EMR )multi-feature integrationconditional random field modelnamed entity recognition
分类号
R318.04（医用一般科学）
栏目名称
DOI
10.3969/j.issn.1002-3208.2018.03.010
发布时间
2018-07-02（万方平台首次上网日期，不代表论文的发表时间）
基金项目
北京市教委科研计划面上项目（(KM201410005004)）
- 浏览0
- 被引25
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
