多特征融合的中文电子病历命名实体识别

来源：计算机工程与应用杂志2023年第23期北京时间：

作者：孙振, 李新福

单位：河北大学 网络空间安全与计算机学院，河北 保定 071000

摘要：命名实体识别是自然语言处理中的基本任务。目前中文电子病历命名实体识别研究没有考虑到医疗文本结构复杂、数据集实体类型分布不均衡的情况，仅将通用领域的命名实体识别模型迁移到医疗领域，识别效果不佳。针对以上问题，提出多特征融合的中文电子病历命名实体识别模型。分别获取字、部首和四角向量，通过汉字字形丰富医疗文本的语义表示；利用实体标签标记策略，将向量中可能存在的实体类型进行标记，加强模型对不同类型文本数据的学习；将融合向量送入到Mogrifier GRU层，进一步加强特征表示语义间的联系，并利用CRF建立标签约束。实验表明，所提模型在CCKS2019数据集上的F1值达到88.72%，在MSRA数据集上达到95.44%，验证了模型的有效性。

关键词：电子病历,命名实体识别,多特征,门控循环单元（GRU）