基于堆积策略的电子病历实体识别_邓本洋_吕新波_关毅.pdfVIP

4 1 智 能 计 算 机 与 应 用 Vol． 4 No． 1 第 卷 第 期 2014 2 Feb． 2014 年 月 INTELLIGENT COMPUTEＲ AND APPLICATIONS 基于堆积策略的电子病历实体识别 邓 ， ， 本洋 吕新波 关 毅 ( ， 滨 150001) 哈尔滨工业大学计算机科学与技术学院 哈尔 摘 要: ， 。 ， 病历 随着各国政府对健康医疗信息系统的投入 电子病历信息挖掘得到越来越多学者的关注 与传统的文本相比 电子 ． 。 2010 i2b2 ， F 0． 8523 ， 有其自身的特点 在 年 举办的评测中 概念抽取任务最好系统的 值为 与传统的命名实体识别效果有一定差 。 CＲF 、 baseline ， F 91． 1% 。 距 使用了 最大熵两种模型建立了 系统并且使用堆积策略综合两者的结果 使得系统的 值达到了 关键词: ; ; 电子病历 实体识别 堆积策略 中图分类号: TP391 文献标识码: A 文章编号:2095 － 2163 (2014)01 － 0069 － 04 Concept Extraction in EMＲ based on Stacking Method DENG Benyang ，LV Xinbo ，GUAN Yi (School of Computer Science and Technology ，Harbin Institute of Technology ，Harbin 150001 ，China) Abstract :With governments increasing investments in health information systems ，information extraction in EMＲ (electron- ic medical record)has drawn more and more scholars ’attention． Compared with the traditional text ，EMＲ has its own characteristics． In 2010 i2b2 /VA challenge ，F value of the best system in concept extraction task reaches 0． 8523． There＇s a wedge between concept extraction in EMＲ and traditional name entity recognitions． In order to extract relevant concepts in EMＲ more precisely ，this article uses CＲF ，maximum entropy to establish baseline systems． The integrated classifier pre- dictions with the stacking strategy are very remarkable ，mak