期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到1篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于K-BERT的中文妇产科电子病历实体识别研究
1
作者 张由 李舫 《医学信息》 2024年第1期65-71,共7页
针对利用预训练模型进行中文妇产科电子病历命名实体识别时,BERT缺乏一定的医疗领域专业知识而导致其识别性能下降的问题,提出了一种基于知识图谱的预训练模型——K-BERT的命名实体识别模型K-BERT-BiLSTM-CRF。通过K-BERT预训练模型获... 针对利用预训练模型进行中文妇产科电子病历命名实体识别时,BERT缺乏一定的医疗领域专业知识而导致其识别性能下降的问题,提出了一种基于知识图谱的预训练模型——K-BERT的命名实体识别模型K-BERT-BiLSTM-CRF。通过K-BERT预训练模型获取包含医学背景知识的语义特征向量,利用双向长短时记忆网络(BiLSTM)与条件随机场(CRF)提取上下文相关特征并且解决标签偏移问题,完成实体识别。利用真实妇产科医疗电子病历数据集进行训练,K-BERT-BiLSTM-CRF模型的F1值达到了90.04%。实验表明,相比一般BERT的模型,K-BERT-BiLSTM-CRF命名实体识别模型在中文妇产科电子病历领域上的表现更优异,识别效果更好。 展开更多
关键词 K-BERT 双向长短时记忆网络 条件随机场 妇产科电子病历 命名实体识别
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部