基于堆积策略的电子病历实体识别

合集下载

相关主题

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

Ａｂｓｔｒａｃｔ：Ｗｉｔｈｇｏｖｅｒｎｍｅｎｔｓｉｎｃｒｅａｓｉｎｇｉｎｖｅｓｔｍｅｎｔｓｉｎｈｅａｌｔｈｉｎｆｏｒｍａｔｉｏｎｓｙｓｔｅｍｓ，ｉｎｆｏｒｍａｔｉｏｎｅｘｔｒａｃｔｉｏｎｉｎＥＭＲ（ｅｌｅｃｔｒｏｎ —
邓本洋，吕新波，关毅
（哈尔滨工业大学计算机科学与技术学院。哈尔滨１５０００１）
摘要：随着各国政府对健康医疗信息系统的投入，电子病历信息挖掘得到越来越多学者的关注。与传统的文本相比，电子病历
有其自身的特点．。在２０１０年ｉ２ｂ２举办的评测中，概念抽取任务最好系统的Ｆ值为０．８５２３，与传统的命名实体识别效果有一定差距。使用了ＣＲＦ、最大熵两种模型建立了ｂａｓｅｌｉｎｅ系统并且使用堆积策略综合两者的结果，使得系统的Ｆ值达到了９１．１％。
ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ．Ｉｎ２０１０ｉ２ｂ２／ＶＡｃｈａｌｌｅｎｇｅ．Ｆｖｌｕａｅｏｆｔｈｅｂｅｓｔｓｙｓｔｅｍｉｎｃｏｎｃｅｐｔｅｘｔｒａｃｔｉｏｎｔａｓｋｒｅａｃｈｅｓ０．８５２３．ＴｈｅｒｅｇａｗｅｄｇｅｂｅｔｗｅｅｎｃｏｎｃｅｐｔｅｘｔｒａｃｔｉｏｎｉｎＥＭＲａｎｄｔｒａｄｉｔｉｏｎａｌｎａｍｅｅｎｔｉｔｙｒｅｃｏｇｎｉｔｉｏｎｓ．ＩｎｏｒｄｅｒｔｏｅｘｔｒａｃｔｒｅｌｅｖａｎｔｃｏｎｃｅｐｔｓｉｎＥＭＲｍｏｒｅｐｒｅｃｉｓｅｌｙ，ｔｈｉｓａｒｔｉｃｌｅｕｓｅｓＣＲＦ，ｍａｘｉｍｕｍｅｎｔｒｏｐｙｔｏｅｓｔａｂｌｉｓｈｂａｓｅｌｉｎｅｓｙｓｔｅｍｓ．Ｔｈｅｉｎｔｅｇｒａｔｅｄｃｌａｓｓｉｉｅｆｒｐｒｅ — ｄｉｃｔｉｏｎｓｗｉｔｈｔｈｅｓｔａｃｋｉｎｇｓｔｒａｔｅｇｙａｒｅｖｅｒｙｒｅｍａｒｋａｂｌｅ，ｍａｋｉｎｇｔｈｅｓｙｓｔｅｍＦｖａｌｕｅｒｅａｃｈｅｄ９１．１％．Ｋｅｙｗｏｒｄｓ：ＥＭＲ；ＣｏｎｃｅｐｔＥｘｔｒａｃｔｉｏｎ；ＳｔａｃｋｉｎｇＭｅｔｈｏｄ
关键词：电子病历；实体识别；堆积策略
中图分类号：ＴＰ３９１
文献标识码：Ａ
文章编号：２０９５—２１６３（２０１４）０１— ００６９—０４
ＣｏｎｃｅｐｔＥｘｔｒａｃｔｉｏｎｉ பைடு நூலகம் ＥＭＲｂａｓｅｄｏｎＳｔａｃｋｉｎｇＭｅｔｈｏｄ
０引言
电子病历（ｅｌｅｃｔｒｏｎｉｃｍｅｄｉｃａｌｒｅｃｏｒｄｓ，ＥＭＲ）是电子化的医疗记录，能够为健康管理提供信息处理相关工具… 。随着
的结果上看，最优系统的Ｆ值（系统性能指标）为０．８５２３，与通用领域命名实体识别存在较大的差距。电子病历中实
第４卷第１期
２０１４年２月
智能计算机与应用
ＩＮＴＥＬＬＩＧＥＮＴＣ０ＭＰＵＴＥＲＡＮＤＡＰＰＬＩＣＡＴＩＯＮＳ
Ｖｏ１．４Ｎｏ．１Ｆｅｂ．２０１４
基于堆积策略的电子病历实体识别
ＤＥＮＧＢｅｎｙａｎｇ．ＬＶＸｉｎｂｏ．ＧＵＡＮＹｉ
（ＳｃｈｏｏｌｏｆＣｏｍｐｕｔｅｒＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ，ＨａｒｂｉｎＩｎｓｉｆｍｔｅｏｆＴｅｃｈｎｏｌｏｇｙ，Ｈａｒｂｉｎ１５０００１，Ｃｈｉｎａ）
体识别的难度主要有以下几个方面的原因：实体数量多，现
ｉｃｍｅｄｉｃａｌｒｅｃｏｒｄ）ｈａｓｄｒａｗｎｍｏｒｅａｎｄｍｏｒｅｓｃｈｏｌａｒｓ ’ａｔｔｅｎｔｉｏｎ．Ｃｏｍｐａｒｅｄｗｉｔｈｔｈｅｔｒａｄｉｔｉｏｎｌａｔｅｘｔ，ＥＭＲｈａｓｉｔｓｏｗｎ