在线医疗文本中的实体识别研究.pdf

网络出版地址：/kcms/detail/11.2442.N1127.003.html 北京大学学报(自然科学版) Acta Scientiarum Naturalium Universitatis Pekinensis doi: 10.13209/j.0479-8023.2016.020 在线医疗文本中的实体识别研究 † 苏娅 刘杰 黄亚楼 南开大学计算机与控制工程学院 (软件学院), 天津 300071; † 通信作者 , E-mail: nkjieliu@ 摘要 针对在线医疗文本, 设计考虑医疗领域特性的识别特征 , 并在自建数据集上进行实体识别实验。针对 较常见的 5 类疾病 : 胃炎、肺癌、哮喘、高血压和糖尿病, 采用近年来较先进的机器学习模型条件随机场,b 进行训练和测试, 抽取目标实体包括疾病、症状、药品、治疗方法和检查 5 类。通过采用逐一添加特征的实 验方式, 验证所提特征的有效性, 取得总体 81.26%的准确率和 60.18%召回率, 随后对识别特征给出了进一 步分析。 关键词 实体识别; 数据挖掘 ; 条件随机场 ; 医疗信息 中图分类号 TP391 Entity Recognition Research in Online Medical Texts † SU Ya, LIU Jie , Huang Yalou College of Computer and Control Engineering (Software Institute), Nankai University, Tianjin 300071; † Corresponding author, E-mail: nkjieliu@ Abstract The authors design recognition features with the consideration of medical field characteristic for the online medical text, and the experiment of the entity recognition is carried out on the self-built data set. Concerned about five common diseases: gastritis, lung cancer, asthma, hypertension and diabetes. In the experiment, an advanced machine learning model Conditional Random Field is used for training and testing. The target entities include five kinds: disease,