典型文献
面向心血管疾病的实体识别算法研究
文献摘要：
为解决心血管疾病领域命名实体识别技术存在医学名词嵌套、严重依赖人工特征及实体边界模糊难界定等问题,本文提出一种基于BERT-BiLSTM-CRF模型适用心血管医学命名实体抽取的研究方法.该方法利用BERT模型提取字级别语义特征构建字向量,通过双向长短时记忆网络模型获取长距离上下文信息,根据条件随机场计算标签转移概率关系输出序列标注结果.实验表明本文所述模型性能(精确率、召回率及F1值)较其他常用模型有显著提升.本文通过构建心血管疾病领域实体集图谱可视化验证所述模型能较好满足该领域信息抽取需求.
文献关键词：
实体识别;BERT模型;双向长短时记忆网络;条件随机场;心血管疾病
中图分类号：
作者姓名：
张龙豪;邬雯;朱宵月
作者机构：
北京科技大学计算机与通信工程学院 北京 100083
文献出处：
引用格式：
[1]张龙豪;邬雯;朱宵月-.面向心血管疾病的实体识别算法研究)[J].福建电脑,2022(12):1-7
A类：
B类：
向心,心血管疾病,识别算法,算法研究,决心,疾病领域,命名实体识别,技术存在,医学名词,嵌套,边界模糊,BERT,BiLSTM,CRF,血管医学,命名实体抽取,法利,取字,语义特征,特征构建,字向量,双向长短时记忆网络,长短时记忆网络模型,长距离,上下文信息,条件随机场,转移概率,序列标注,模型性能,精确率,召回率,图谱可视化,化验,域信息,信息抽取
AB值：
0.370901
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。
