面向藏文临床病历的医学实体识别研究.pdf

此“医疗卫生”领域文档为创作者个人分享资料，不作为权威性指导和指引，仅供参考

1、本文档共5页，可阅读全部内容。
2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。

第40卷第9期算机仿真2023年9月

文章编号：1006-9348(2023)09-0208-05

面向藏文临床病历的医学实体识别研究

卓玛措，桑杰端珠，才让加，羊毛卓么

（省部共建藏语智能信息处理及应用国家重点实验室，青海西宁810008）

摘要：由于标注数据集的缺乏，针对藏族传统医学领域的藏文临床病历的医学实体识别任务仍然是一个未涉足的研究领域。

针对上述问题，首先手动构建了一个标记的数据集，然后根据藏文临床病历文本独有的子语言特征，设计了一个音节级的

Lattice-LSTM-CRF神经网络架构，利用深度学习方法对上述领域进行了研究。为了进一步提高模型的性能，将音节级别和

单词级别的预训练表示结合在一起。使用的模型在实验室构建的测试集上的正确率达到91.89%、召回率达到93.15%和

F1值达到92.52%，表明所使用的模型是有效的。

关键词：藏文；临床病历；藏文音节；医学实体识别

中图分类号：TP391文献标识码：B

ResearchonMedicalEntityRecognition

forTibetanClinicalMedicalRecords

ZHUOMa-cuo,SANGJIEDuan-zhu,CAIRang-jia,YANGMAOZhuo-ma

(StateKeyLaboratoryofTibetanIntelligentInformationProcessingandApplication,XiningQinghai810008,China)

ABSTRACT:Duetothescarcityoflabeleddatasets,theMedicalEntityRecognitiontaskinthedomainofTibetan

TraditionalMedicineclinicalmedicalrecordsisstillanunvisitedresearchingarea.Inthiswork,wefirstlymanually

constructedalabeleddatasetforthistaskandthendesignedasyllableLattice-LSTM-CRFneuralnetworkarchitec-

tureaccordingtotheuniquesublingualcharacteristicsofTibetanclinicalmedicalrecords.Andweexplorethisarea

withdeeplearning.Tofurtherimprovethemodelperformance,wealsoincorporatebothsyllableandwordlevelpre-

trainedrepresentation.Theprecision,recallrateandF1valuesofthemodelusedinthepaperare91.89%,93.15%

and92.52%respectivelyonlab-builttestsets,whichindicatesthatthemodelusedisvalid.

KEYWORDS:Tibetan;Clinicalmedicalrecords;Tibetansyllables;Medicalentityrecognition

LSTM)模型在中文命名实体识别任务上取得了较好的效

引言果[14]。由于Latt

安全评价师持证人

该用户很懒，什么也没介绍

咨询Ta 进入空间

领域认证该用户于2023年09月13日上传了安全评价师

更多 >