少样本高质量医学知识的命名实体识别研究——以肺癌诊疗规范为例

摘要：

[目的/意义]本研究对少样本高质量医学知识中的实体进行自动识别,为高效、 准确处理少样本文本形式医学数据的结构化问题奠定基础.[方法/过程]构建肺癌概念体系、凝练肺癌核心概念并构建领域词典,利用该词典对肺癌诊疗规范进行分词标注后,通过利用字符位置标签构造自适应Embedding的方式将领域词典与字符级NER模型Soft-Lexicon相融合,形成Fusion-Lexicon,从而实现对肺癌诊疗规范文本中各类实体的自动识别.[结果/结论]Fusion-Lexicon的P、R、F1值分别为93.75％、94.02％、93.88％,其NER性能优于基线模型.研究方法在实现少样本高质量医学知识的有序化、结构化上具备可行性和优越性.

关键词：高质量医学知识、词汇增强、少样本学习、命名实体识别、诊疗规范

所属期刊栏目：43

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金;吉林省科技发展计划项目;吉林大学博士研究生交叉学科科研资助计划项目

在线出版日期：2023-02-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：9-19