一种融合中文医疗领域特征的医疗实体识别方法及系统

专利申请号：CN202210592403.4

公 开 号：CN114927177A

发 明 人：俞山青 章诗涵 金士博 张建林 宣琦 

代 理 人：舒良

代理机构：杭州天正专利事务所有限公司

专利类型：发明专利

申 请 日：20220819

公 开 日：20220527

专利主分类号：G16H10/00

关 键 词：实体识别 字音 文本序列 汉字 文本预处理 解码 领域知识 网络提取 序列标签 序列特征 医疗领域 融合 中文 医疗 字典 标签 文本 捕捉 融入 学习 

摘      要：一种融合中文医疗领域特征的医疗实体识别方法，基于特定领域知识识别药品说明书中的实体，所述方法包括步骤：S1：收集中文药品说明书并进行文本预处理；S2：利用图卷积网络提取文本序列词级别的特征，其中节点的特征考虑了字音、字形以及字典的特征；S3:提取文本序列字级别的特征，并融合词级别的特征；S4:采用双向LSTM学习文本的序列特征，经过解码层得到汉字的序列标签，将标签进行组合，完成实体识别的任务。本发明充分全面地捕捉到汉字字音字形的特征，以词级别的粒度融入到实体识别的模型中，提高了医疗实体识别的精度。