典型文献
古代中国医学文献的命名实体识别研究——以Flat-lattice增强的SikuBERT预训练模型为例
文献摘要：
标注古代中医文献的命名实体能挖掘其蕴藏的中医学知识,推进中医现代化发展.文章基于BERT-base、RoBERTa、SikuBERT、SikuRoBERTa预训练模型,以《黄帝内经·素问》为研究对象、Flat-lattice Transformer(FLAT)结构为微调模型,构建中医文献中病证、病理、经络、穴位、五行等命名实体识别任务.实验结果表明:直接使用古文繁体BERT模型对古代中医文献进行领域命名实体识别,基于繁体《四库全书》的SikuBERT、SikuRoBERTa预训练模型效果优于BERT-base、RoBERTa模型;引入FLAT结构作为微调模型后,SikuBERT在有标点情况下表现最优,识别效果可提升4％左右,SikuRoBERTa在无标点情况下表现最优,识别效果可提高2％～3％.实验验证了FLAT作为微调模型对BERT模型在中医专业领域中古文献命名实体识别工作上的有效性.该微调模型可以有效避免分词错误引起的实体识别传播错误,提高中医命名实体的识别效率.
文献关键词：
命名实体识别;中医典籍;素问;SikuBERT;FLAT
中图分类号：
作者姓名：
谢靖;刘江峰;王东波
作者机构：
南京中医药大学卫生经济管理学院;南京农业大学信息管理学院
文献出处：
引用格式：
[1]谢靖;刘江峰;王东波-.古代中国医学文献的命名实体识别研究——以Flat-lattice增强的SikuBERT预训练模型为例)[J].图书馆论坛,2022(10):51-60
A类：
SikuBERT,SikuRoBERTa
B类：
古代中国,中国医学,医学文献,命名实体识别,Flat,lattice,预训练模型,古代中医,中医文献,蕴藏,中医学,医学知识,中医现代化,base,黄帝内经,素问,Transformer,FLAT,微调,病证,经络,穴位,五行,繁体,四库全书,标点,中医专业,中古,古文献,分词,别传,中医命名,中医典籍
AB值：
0.257896
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。
