欢迎来到360期刊网!
学术期刊
  • 学术期刊
  • 文献
  • 百科
电话
您当前的位置:

首页 > 文献资料 > 正文

Lattice LSTM神经网络法中文医学文本命名实体识别模型研究

王博冉;林夏;朱晓东;朱万琳;马学华

摘要: 目的 探索利用点阵(lattice)长短期记忆(long short term mermory network,LSTM)神经网络构建命名实体识别(named entity recognition,NER)模型解决中文医学文本的信息提取问题.方法 利用Lattice LSTM来表征句子中的词汇词(lexicon word),从而将潜在词信息整合到基于字符的长短期记忆网络—条件随机场(long short term memory-conditional random field,LSTM-CRF)模型中.进一步使用一个大型自动获取的词典来匹配句子,进而构建基于词的Lattice.利用Lattice LSTM结构自动控制从句子开头至结尾的信息流.结果 门控单元可用于将来自不同路径的信息动态传送到每个字符.在NER数据基础上进行训练后,Lattice LSTM能够学会从语境中自动找到更有用的词汇,以取得更好的NER性能.结论 与基于字符和词的NER方法相比,本文所提出的模型优势在于利用显性词汇信息而不是字符序列进行标注,同时较少出现分词误差.

同期刊相关文献推荐

中国卫生信息管理

国家级期刊 审稿时间:1-3个月 早咨询早发表

360期刊网

专注医学期刊服务15年

  • 您好:请问您咨询什么等级的期刊?专注医学类期刊发表15年口碑企业,为您提供以下服务:

  • 1.医学核心期刊发表-全流程服务
    2.医学SCI期刊-全流程服务
    3.论文投稿服务-快速报价
    4.期刊推荐直至录用,不成功不收费

  • 客服正在输入...

x
立即咨询