基于ChineseBERT模型的中文电子病历命名实体识别
陈雪松1
周冬冬1
王浩畅2
1.东北石油大学电气信息工程学院 大庆 1633182.东北石油大学计算机与信息技术学院 大庆 163318
摘要：如何从中文电子病历中提取出有价值的医学信息已经成为一个流行研究课题.BERT和神经网络相结合的方法已经成为命名实体识别领域的主流方法.以往的汉语预训练模型忽略了汉字的两个重要特征:字形和拼音,它们在语言理解中含有重要的语法和语义信息.因此,使用ChineseBERT预训练模型,将汉语的字形和和拼音信息融合到模型预训练中,将得到的词向量经过对抗训练输入到双向长短期记忆网络(BiLSTM)获取上下文特征,最后输入条件随机场(CRF)层解码,得到实体的预测结果.在中文电子病历CCKS2019数据集上的实验结果表明,ChineseBERT-BiLSTM-CRF模型的F1值达到了84.96%,能够较好地应用于中文电子病历命名实体识别任务.
关键词：命名实体识别电子病历对抗训练ChineseBERTBiLSTMCRF
分类号：TP391(计算技术、计算机技术)
资助基金：国家自然科学基金(61402099)国家自然科学基金(61702093)
论文发表日期：2025-11-20
在线出版日期：2026-01-28（本平台首次上网日期，不代表文献的发表时间）
页数：6( 3139-3143,3154 )
英文信息