基于深度学习的医学实体和关系联合抽取研究综述

来源：计算机工程与应用杂志2024年第24期北京时间：

作者：叶青, 张晓凤, 彭琳, 程春雷

单位：江西中医药大学 计算机学院，南昌 330004

摘要：命名实体识别与关系抽取作为医学领域信息抽取的核心任务，能够从非结构化或半结构化的文本中自动识别实体边界、实体类型以及实体之间的关系。不仅能够促进知识的发现与整合，应用于临床决策，加强药物的发现和再利用，还可以助力公共卫生监测和疾病预防。回顾了实体识别和关系抽取的发展历程，介绍了常用评价指标和医学领域实体关系联合抽取数据集，指出目前联合抽取领域存在医学文本结构比较复杂、实体关系重叠句子抽取率低等问题。根据这些问题，进一步探讨了基于深度学习的实体关系联合抽取方法在医学领域上的应用。这些方法根据模型解码的方式主要分为基于共享参数的联合抽取模型和基于联合解码的联合抽取模型，从问题解决角度对不同的模型的优缺点进行探讨分析和总结。讨论了医学领域实体关系抽取面临的挑战和未来的研究方向。

关键词：医学文本,联合抽取,关系抽取,实体识别