基于条件随机场的医药领域症状信息抽取

被引：11

作者：

万静 ^{[1
]}

涂喆 ^{[1
]}

冯晓 ^{[2
]}

机构：

[1] 北京化工大学信息科学与技术学院

[2] 中国科学院自动化研究所

来源：

北京化工大学学报(自然科学版) | 2016年 / 43卷 / 01期

关键词：

命名实体识别; 条件随机场; 隐马尔科夫模型; 症状抽取;

D O I：

10.13543/j.bhxbzr.2016.01.016

中图分类号：

TP391.1 [文字信息处理];

学科分类号：

081203 ; 0835 ;

摘要：

为了实现中文医药领域症状信息的自动化抽取,提出了一种基于条件随机场的拆分症状文本特征的抽取方法,将症状文本自动识别拆分为症状主体和症状表现形式自动识别两个部分,再将这两种识别结果作为特征加入到症状信息抽取过程中。信息抽取的结果包含完整的症状信息二元组:症状主体和症状表现形式。实验表明,该方法在症状信息抽取的准确率及查全率上有较大提升。

引用

页码：98 / 103

页数：6

共 5 条

[1] 基于条件随机场的中医临床病历命名实体抽取 [J].

刘凯 ;

周雪忠 ;

于剑 ;

张润顺 .

计算机工程, 2014, 40 (09) :312-316

[2] 电子病历中命名实体的智能识别 [J].

叶枫 ;

陈莺莺 ;

周根贵 ;

李昊旻 ;

李莹 .

中国生物医学工程学报, 2011, 30 (02) :256-262

[3] 基于条件随机场的中医命名实体识别 [J].

王世昆 ;

李绍滋 ;

陈彤生 .

厦门大学学报(自然科学版), 2009, 48 (03) :359-364

[4]

Supervised methods for symptom name recognition in free-text clinical records of traditional Chinese medicine: An empirical study[J] . Yaqiang Wang,Zhonghua Yu,Li Chen,Yunhui Chen,Yiguang Liu,Xiaoguang Hu,Yongguang Jiang.Journal of Biomedical Informatics . 2014

[5]

A comprehensive study of named entity recognition in Chinese clinical text .2 Lei J,Tang B,Lu X,Gao K,Jiang M,Xu H. Journal of the American Medical Informatics Association . 2014

← 1 →