中文电子病历命名实体和实体关系语料库构建

来源：软件学报杂志2016年第11期北京时间：

作者：杨锦锋,关毅,何彬,曲春燕,于秋滨,刘雅欣,赵永杰

单位：杨锦锋，哈尔滨工业大学 语言技术研究中心 网络智能研究室, 黑龙江 哈尔滨 15000111,关毅，哈尔滨工业大学 语言技术研究中心 网络智能研究室, 黑龙江 哈尔滨 15000102,何彬，哈尔滨工业大学 语言技术研究中心 网络智能研究室, 黑龙江 哈尔滨 15000103,曲春燕，哈尔滨工业大学 语言技术研究中心 网络智能研究室, 黑龙江 哈尔滨 15000104,于秋滨，哈尔滨医科大学 附属第二医院 病案室, 黑龙江 哈尔滨 15008605,刘雅欣，哈尔滨医科大学 附属第二医院 呼吸内科, 黑龙江 哈尔滨 15008606,赵永杰，哈尔滨医科大学 附属第四医院 神经内科, 黑龙江 哈尔滨 15000107

摘要：电子病历是由医务人员撰写的面向患者个体描述医疗活动的记录，蕴含了大量的医疗知识和患者的健康信息.电子病历命名实体识别和实体关系抽取等信息抽取研究对于临床决策支持、循证医学实践和个性化医疗服务等具有重要意义，而电子病历命名实体和实体关系标注语料库的构建是首当其冲的.在调研了国内外电子病历命名实体和实体关系标注语料库构建的基础上，结合中文电子病历的特点，提出适合中文电子病历的命名实体和实体关系的标注体系，在医生的指导和参与下，制定了命名实体和实体关系的详细标注规范，构建了标注体系完整、规模较大且一致性较高的标注语料库.语料库包含病历文本992份，命名实体标注一致性达到0.922，实体关系一致性达到0.895.为中文电子病历信息抽取后续研究打下了坚实的基础.

关键词：中文电子病历;命名实体;实体关系;标注规范;标注语料构建