换一批基于相对位置自注意力机制的《伤寒论》实体识别
Entity Recognition in Treatise on Cold Damage Based on Relative Position Representation Self-Attention Mechanism
摘要目的《伤寒论》是中医学"四大经典"之一,其中富含大量的医疗实践经验以及用药规律,针对《伤寒论》古籍文献数据挖掘中不充分,尤其是古籍文献上下文语义关系复杂,难以全局把握其中关联等问题,对《伤寒论》进行命名实体识别,有助于深入挖掘其潜在知识.方法 根据《伤寒论》古籍文本专业术语多、句式简练的特点,构建双向编码器表征法(Bert)-双向长短期记忆网络(BiLSTM)-相对位置自注意力(RPRSA)-条件随机场(CRF)模型,通过添加相对位置自注意力(RPRSA)层构造命名实体识别模型以识别《伤寒论》中的实体并学习不同层次的信息,从而提高对《伤寒论》中医古籍实体识别的准确度.结果 通过实验验证,提出的命名实体识别模型在《伤寒论》数据集上的F1 分数(F1-Score)、精确率与召回率分别能够达到88.24%、88.48%与 88.00%,通过对比发现其表现优于其他常见命名实体识别模型.结论 基于相对位置自注意力机制的模型相较于其他模型在《伤寒论》实体识别任务中表现更佳,为《伤寒论》乃至各类中医古籍信息抽取以及数据挖掘提供基础和助力,为中医智能辅助诊疗提供了有效手段.
更多相关知识
关键词
相对位置自注意力命名实体识别《伤寒论》双向长短期记忆网络relative position representation self-attentionnamed entity recognitionTreatise on Cold Damagebidirectional long short-term memory network
分类号
R2-03（中国医学理论）
栏目名称
DOI
10.14148/j.issn.1672-0482.2024.1357
发布时间
2025-01-16（万方平台首次上网日期，不代表论文的发表时间）
基金项目
- 浏览15
- 被引2
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
