公开(公告)号：CN112989835B

公开(公告)日：2021-10-08

申请号：CN202110430144.0

申请日：2021-04-21

Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)

Inventor： 汤步洲 ,  张可成 ,  熊英

IPC: G06F40/295 ,  G06N3/04

Abstract: 本发明提供了一种复杂医疗实体抽取方法，包括执行以下任一项步骤：抽取单层连续实体和非连续实体步骤：对原始医疗文本进行预处理，采用基于依存分析的非连续实体双向标注方法进行标注，然后建立非连续实体抽取模型并使用双仿射分类器作为解码器，最后将预测标注还原为实体；抽取单层连续实体和嵌套实体步骤：对原始医疗文本进行预处理，采用基于依存分析的嵌套实体双向标注方法进行标注，然后建立嵌套实体抽取模型并使用双仿射分类器作为解码器，最后将预测标注还原为实体；抽取单层连续实体、非连续实体和嵌套实体步骤。本发明的有益效果是：本发明具有充分挖掘文本上下文信息，提高模型泛化性，增强模型对实体的识别准确率等优点。

公开(公告)号：CN112989835A

公开(公告)日：2021-06-18

申请号：CN202110430144.0

申请日：2021-04-21

Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)

Inventor： 汤步洲 ,  张可成 ,  熊英

IPC: G06F40/295 ,  G06N3/04

Abstract: 本发明提供了一种复杂医疗实体抽取方法，包括执行以下任一项步骤：抽取单层连续实体和非连续实体步骤：对原始医疗文本进行预处理，采用基于依存分析的非连续实体双向标注方法进行标注，然后建立非连续实体抽取模型并使用双仿射分类器作为解码器，最后将预测标注还原为实体；抽取单层连续实体和嵌套实体步骤：对原始医疗文本进行预处理，采用基于依存分析的嵌套实体双向标注方法进行标注，然后建立嵌套实体抽取模型并使用双仿射分类器作为解码器，最后将预测标注还原为实体；抽取单层连续实体、非连续实体和嵌套实体步骤。本发明的有益效果是：本发明具有充分挖掘文本上下文信息，提高模型泛化性，增强模型对实体的识别准确率等优点。