典型文献
融合多粒度全局信息的临床问诊信息抽取模型
文献摘要：
传统的信息抽取方法只考虑当前对话窗口中的语义信息,而临床医学信息的状态识别则需要根据现实场景中所有医患对话信息来对全局进行判断.因此,该文提出一个临床问诊的医学信息抽取模型,给定当前的对话窗口,利用全局对话中的细粒度和粗粒度信息提取医学信息及其对应状态.医学对话信息提取(MIE)任务的试验结果证明了该方法的有效性.
文献关键词：
命名实体识别;信息提取;临床问诊文本;神经网络
中图分类号：
作者姓名：
李珊如;乔晓辉;杨丹青;刘彦
作者机构：
河北汉光重工有限责任公司, 河北 邯郸 056017;河北省双介质动力技术重点实验室,河北 邯郸 056017
文献出处：
引用格式：
[1]李珊如;乔晓辉;杨丹青;刘彦-.融合多粒度全局信息的临床问诊信息抽取模型)[J].中国新技术新产品,2022(02):23-27
A类：
临床问诊文本
B类：
多粒度,全局信息,信息抽取,取模,口中,语义信息,临床医学,医学信息,状态识别,现实场景,医患,定当,细粒度,粗粒度,信息提取,对应状态,MIE,命名实体识别
AB值：
0.367584
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。
