典型文献
基于CRF和深度学习的病历实体识别的研究
文献摘要：
随着电子病历数据量的快速增长,如何深层次、高效率地利用电子病历资源成为越来越迫切需要解决的问题.从真实病历出发,研究电子病历的医学实体识别问题,为计算机更好地辅助医疗奠定基础.通过人工标注的108份心血管科的真实病历数据与3类特征模板,运用条件随机场和双向长短时记忆网络联合条件随机场对心血管科电子病历疾病命名实体抽取的实验,并进行比较分析.结果表明,结合合适的特征模版,条件随机场模型有更好的抽取性能,是一种较为适用的病历命名实体抽取方法.
文献关键词：
电子病历;命名实体抽取;条件随机场;特征模板;双向长短时记忆网络
中图分类号：
作者姓名：
杨荣根;王博;龚乐君
作者机构：
金陵科技学院智能科学与控制工程学院,江苏 南京211169;南京邮电大学江苏省大数据安全与智能处理重点实验室,江苏 南京210023
文献出处：
引用格式：
[1]杨荣根;王博;龚乐君-.基于CRF和深度学习的病历实体识别的研究)[J].南京师范大学学报（工程技术版）,2022(01):81-85
A类：
电子病历资源
B类：
CRF,实体识别,历数,数据量,心血管科,特征模板,运用条件,条件随机场,双向长短时记忆网络,命名实体抽取,合合,模版
AB值：
0.164275
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
