典型文献
电子病历命名实体识别技术研究综述
文献摘要：
电子病历(EMR)是医疗信息快速发展的产物,目前以非结构化文本形式存储.通过使用自然语言处理(NLP)技术,在非结构化文本中提取出大量医学实体,将有助于提升医务人员查阅病历效率,同时识别的成果也将辅助于接下来的关系提取和知识图谱构建等研究.介绍常用的若干个数据集、语料标注标准和评价指标.从早期传统方法、深度学习方法、预训练模型、小样本问题处理四个方面详细阐述电子病历命名实体识别方法,对比分析各模型自身的优势及局限性.探讨了目前研究的不足,并对未来发展方向提出展望.
文献关键词：
电子病历;自然语言处理;命名实体识别;深度学习
中图分类号：
作者姓名：
吴智妍;金卫;岳路;生慧
作者机构：
山东中医药大学 智能与信息工程学院,济南 250355
文献出处：
引用格式：
[1]吴智妍;金卫;岳路;生慧-.电子病历命名实体识别技术研究综述)[J].计算机工程与应用,2022(21):13-29
A类：
B类：
电子病历,命名实体识别,识别技术研究,EMR,医疗信息,非结构化,结构化文本,文本形式,自然语言处理,NLP,医务人员,接下来,关系提取,知识图谱构建,若干个,语料标注,注标,从早,深度学习方法,预训练模型,小样本问题,问题处理,实体识别方法,出展
AB值：
0.330151
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。
