發(fā)布時間：2025-02-07 17:29

　　生物醫(yī)學(xué)的實(shí)體識別和關(guān)系抽取是從文本數(shù)據(jù)中識別特定的實(shí)體,并對實(shí)體間的關(guān)系進(jìn)行判斷。電子病歷記錄了病人詳細(xì)的診療經(jīng)過,對其進(jìn)行命名實(shí)體識別,可以從中提取患病部位,發(fā)病癥狀,治療藥物等重要信息;再通過關(guān)系抽取判斷實(shí)體之間的關(guān)系,可以用于更多醫(yī)學(xué)應(yīng)用,例如通過藥物關(guān)系抽取可以預(yù)防多種藥物同時使產(chǎn)生的不良藥物反應(yīng)等。因此研究生物醫(yī)學(xué)命名實(shí)體識別和關(guān)系抽取對構(gòu)建生物醫(yī)學(xué)領(lǐng)域知識圖譜,幫助醫(yī)生進(jìn)行病例研究分析,促進(jìn)智慧醫(yī)療建設(shè)等有重要意義。命名實(shí)體識別可以分為實(shí)體類別識別和邊界識別。相比英文電子病歷的命名實(shí)體識別,中文電子病歷的實(shí)體識別更加困難。由于中文詞語之間沒有間隔,在實(shí)體的邊界識別上極易產(chǎn)生錯誤。針對這個問題,本文提出了結(jié)合實(shí)體先驗(yàn)知識和自注意力機(jī)制的實(shí)體識別方法,以Bi LSTM-CRF作為基礎(chǔ)模型,將區(qū)分實(shí)體和非實(shí)體的詞性標(biāo)簽作為模型的先驗(yàn)知識,對實(shí)體邊界進(jìn)行初步區(qū)分;再通過自注意力機(jī)制提高同個實(shí)體內(nèi)的字符關(guān)聯(lián)權(quán)重,進(jìn)一步提升模型對實(shí)體邊界的識別能力。本文在中文電子病歷命名實(shí)體識別任務(wù)上進(jìn)行實(shí)驗(yàn),相比基準(zhǔn)模型,F1值提高了12.75%,并且在實(shí)體邊界識別問題上有明顯的改進(jìn)。藥物關(guān)系提取是...

【文章頁數(shù)】：72 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖1-1位置編碼示意圖

華南理工大學(xué)碩士學(xué)位論文6導(dǎo)致從同一個句子中拆分出來的樣例，除了目標(biāo)藥物對的位置不同之外，其余部分都是相同的。因此會在句子中加入距離編碼信息，來增加樣例的區(qū)分度。距離編碼向量通常有兩個，分別對應(yīng)兩個藥物，一般定義為P1=index()index(1)和P2=index()inde....

圖2-1CNN-DNN模型結(jié)構(gòu)圖[24]

華南理工大學(xué)碩士學(xué)位論文14CNN-DNN模型CNN-DNN模型是早期用于命名實(shí)體識別的神經(jīng)網(wǎng)絡(luò)模型，先通過其他一些方式訓(xùn)練得到詞向量，用CNN網(wǎng)絡(luò)對句子做卷積，提取詞語的鄰居信息，再用DNN網(wǎng)絡(luò)進(jìn)一步提取信息，最終輸入到softmax或者CRF網(wǎng)絡(luò)得到標(biāo)簽序列。CNN-DNN模....

圖2-2BiLSTM-CRF模型結(jié)構(gòu)圖

第二章相關(guān)理論和技術(shù)15在CNN-DNN模型中，主要通過CNN網(wǎng)絡(luò)的卷積池化操作提取詞語窗口內(nèi)的鄰居信息，難以處理詞語的長依賴問題，而且模型單向地處理句子，只能獲得詞語的前文信息。Huang等人[25]提出了BiLSTM-CRF模型，模型通過雙向的LSTM網(wǎng)絡(luò)同時提取詞的上下文信....

圖2-3LSTM網(wǎng)絡(luò)結(jié)構(gòu)圖

第二章相關(guān)理論和技術(shù)15在CNN-DNN模型中，主要通過CNN網(wǎng)絡(luò)的卷積池化操作提取詞語窗口內(nèi)的鄰居信息，難以處理詞語的長依賴問題，而且模型單向地處理句子，只能獲得詞語的前文信息。Huang等人[25]提出了BiLSTM-CRF模型，模型通過雙向的LSTM網(wǎng)絡(luò)同時提取詞的上下文信....

本文編號：4031047