-
题名面向互联网问诊文本的医疗事件时序关系抽取
- 1
-
-
作者
凌佳君
刘宇
顾进广
-
机构
武汉科技大学计算机科学与技术学院
武汉科技大学大数据科学与工程研究院
湖北省智能信息处理与实时工业系统重点实验室
-
出处
《计算机应用与软件》
北大核心
2023年第11期186-193,240,共9页
-
基金
国家自然科学基金项目(U1836118,61673304)
国家社科基金重大计划项目(11&ZD189)
湖北省自然科学基金项目(2018CFB194)。
-
文摘
互联网问诊文本中存在大量的医疗事件及其时序关系,这些信息是推断患者患病诊疗时间线的关键信息,但问诊文本通常有不规范的特点。针对不规范的问诊数据,在注意力双向LSTM模型的基础上,添加关系发现词特征为关系识别提供了重要时序线索,弥补了不规范数据中针对两个医疗事件发生时间的描述缺失;添加时序背景知识对模型预测的错误结果进行关系修正,提升了关系抽取效果。从好大夫网站获取到患者真实的问诊文本作为数据进行实验。实验表明,该方法在各种时序关系抽取的F1值上都优于现有方法,提升效果在4%~16%之间。
-
关键词
关系抽取
医疗事件
时序关系
关系发现词
时序背景知识
-
Keywords
Relationship extraction
Medical event
temporal relationship
Relation finding word
temporal background knowledge
-
分类号
TP3
[自动化与计算机技术—计算机科学与技术]
-
