CRF与规则相结合的医学病历实体识别.pdfVIP

第32卷第4期 计 算 机 应 用 研 究 Vo1．32No．4 2015年4月 ApplicationResearchofComputers Apr．2015 CRF与规则相结合的医学病历实体识别冰 栗 伟h，赵大哲h ，李 博h，彭新茗 ，刘积仁 (1．东北大学a．医学影像计算教育部重点实验室；b．信息科学与工程学院，沈阳110004；2．东软集团股份有限 公司，沈阳 110179) r 摘 要：针对电子病历结构化中命名实体识别困难的问题，提出了一种基于CRF与规则相结合的医学病历实 体识别算法。该算法采用CRF进行病历实体的初始识别，然后基于规则进行病历实体识别结果优化，其 中规则 包括基ff-gt策树生成的规则和临床知识规则。实验证明，该算法对病历实体进行识别时准确率及召回率分别最 高达到91．03％和 87．26％，满足临床中系统应用需求，同时实验表明该算法具有很好的鲁棒性和稳定性。 关键词：电子病历；病历实体；命名实体识别；条件随机场 ；决策树 中图分类号：TP391．4 文献标志码：A 文章编号：1001—3695(2015)04—1082·05 doi：10．3969／i．issn．1001-3695．2015．04．029 CombiningCRFandrulebasedmedicalnamedentityrecognition LIW eih ZHAO Da-zhe ，¨ LIBoh PENGXin．ming ，LIUJi—ren ， ． ， ， (1．a．KeyLaboratoryofMedicalImageComputingofMinistryofEducation，b．CollegeofInformationScienceEngineering，Northeastern University，Shenyang110004，China；2．Neus GroupLtd．，Shenyang110179，China) Abstract：Inthepreprocessingstepofelectronicmedicalrecordsanalysis，medicalnamedentityrecognitionisakeyissue． ThispaperproposedacombiningCRFandrulebasedmedicalnamedentityrecognitionalgorithm．Thealgorithm madeanini— tialentityrecognitionbyCRFandthenappliedarulebasedrecognitionmethodtoimprovetheaccuracy，whoseurlesincluded therulesfrom decisiontreeanddomainknowledge．Th eresuhsshow thatthealgorithm hashighaccuracyandrecallperfor— manceatrecordsentityrecognitionthatisupto91．03％ and87．26％ ，andmeetstherequirementoftheclinicalapplication． Meanwhile，thealgorithm hasgoodrobustnessandstabilityondifferentsizes，typesofthedataset． Keywords：electronicmedicalrecord(EMR)；medicalnamedentity；namedentityrecognition；conditionalrandom field (CRF)；decisiontree