基于领域知识图谱增强和Lattice-LSTM的中医药命名实体识别

来源：计算机应用与软件杂志2025年第3期北京时间：

作者：牛天星, 郑小盈, 祝永新, 汪辉

摘要：针对中医药领域命名实体识别任务中，现有的通过构造词典对实体识别模型进行增强的方法中存在的专业术语发现困难、构造词典效率低下和识别准确率不足等问题，提出一种基于领域知识图谱增强和Lattice-LSTM的领域命名实体识别模型。通过对已经构建完成的领域图谱使用嵌入算法，将其快速高效地转化为领域词典，并使用融合多粒度词汇信息的Lattice-LSTM将词典中的专业词汇编码到模型的输入中去，从而提高了模型在领域实体识别任务上的效果。采用中医药数据集进行实验，结果表明，所提模型的F1值高于传统实体识别模型，验证了模型的有效性。

关键词：领域知识图谱, 中医药, 命名实体识别, 知识图谱嵌入