典型文献
融合词向量及词属性推理的中文电子病历实体识别方法
文献摘要：
阐述基于BiLSTM-CRF基准模型,融合词向量及词属性推理机制实现中文电子病历命名实体识别的方法,包括医学语料库构建与词向量训练、融合词属性推理机制等,分析实验结果,指出医学领域词向量及词属性推理机制的引入有助于提升中文电子病历命名实体识别效果.
文献关键词：
领域词向量;词属性推理机制;中文电子病历;命名实体识别;自然语言处理
中图分类号：
作者姓名：
武学鸿;杨峰;李建华;徐倩
作者机构：
中南大学计算机学院 长沙410083;湖南科创信息技术股份有限公司 长沙410205;中南大学湘雅医学院 长沙410003
文献出处：
引用格式：
[1]武学鸿;杨峰;李建华;徐倩-.融合词向量及词属性推理的中文电子病历实体识别方法)[J].医学信息学杂志,2022(07):39-42
A类：
词属性推理机制
B类：
中文电子病历,实体识别方法,BiLSTM,CRF,命名实体识别,语料库构建,词向量训练,医学领域,领域词向量,自然语言处理
AB值：
0.140733
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。
