基于多特征融合的中文疾病名称归一化研究

摘要：

[目的]针对在线健康社区疾病名称存在多种指称的问题,提出基于多特征融合的中文疾病名称归一化模型.[方法]基于在线健康社区构建中文疾病名称归一化数据集;采用LSTM、GRU和CNN模型进行中英文对照实验,利用Word2Vec和GloVe生成外部语义特征向量,并通过CNN模型进行验证;最后在自注意力机制基础上,提出多特征融合的中文疾病名称归一化模型MFCF-CNN,更好地利用全局和局部语义特征.[结果]实验表明,在中文数据集Accuracy@10指标上,MFCF-CNN模型准确率可以达到85.48％,较CNN基础模型提高8.84％.[局限]所构建的数据集规模较小,需要进一步增加数据量以体现模型泛化性.[结论]进一步推动了中文疾病名称归一化研究,为中文医学知识图谱构建和自然语言理解提供帮助.

关键词：疾病名称归一化、有监督学习、卷积神经网络、自注意力机制

所属期刊栏目：5

分类号：G250(图书馆学、图书馆事业)

资助基金：国家社会科学基金;研究生科研创新项目

在线出版日期：2021-07-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共12页

页码：83-94