基于BERT的医患对话实体阴阳性自动标注研究

摘要：

目的:为智能医疗的网络问诊设计一个前端任务模块,对互联网真实医患对话文本进行自动标注研究,探索识别对话实体阴阳性准确率较高的方法.方法:对医患对话真实文本特点进行分析,选取BERT及BERT-WWM对医患对话真实文本中的实体进行嵌入向量化,再通过语义信息获取,最终对实体属性进行分类和计算,自动标注其阴阳性.结果:实验结果表明BERT-WWM在处理中文对话的实体分类标注时优于BERT约16％.结论:优先选择全词掩码,以单元(Unit)来替代以字为单位的掩码对医学类实体进行分类和标注,可大大提高原模型的准确度.

关键词：在线问诊、实体标注、BERT、BERT-WWM

所属期刊栏目：17

分类号：R319;TP391.1(医用一般科学)

资助基金：科技创新新一代人工智能重大项目2030;2020AAA0104905

在线出版日期：2022-06-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：34-38