近些年我國醫(yī)療軟硬件設(shè)施愈發(fā)完善,醫(yī)院信息系統(tǒng)（Hospital Information System,HIS）在各大醫(yī)療機(jī)構(gòu)得到了普及,積累了大量的電子病歷（Electronic Medical Records,EMR）數(shù)據(jù)。EMR是臨床診斷和治療的真實(shí)數(shù)據(jù),具備較高的醫(yī)學(xué)研究價(jià)值。信息抽取技術(shù)能夠從海量的EMR文本中獲取研究所需的數(shù)據(jù)信息,而命名實(shí)體識(shí)別（Named Entity Recognition,NER）是信息抽取技術(shù)的基礎(chǔ)及關(guān)鍵。EMR文本中含有大量的隱私信息,目前沒有大規(guī)模的公開語料可供研究所用,研究語料的缺乏阻礙了我國醫(yī)療領(lǐng)域NER研究的發(fā)展。中文語言符號(hào)的特點(diǎn),醫(yī)療領(lǐng)域EMR文本及實(shí)體的特征,也增加了基于中文EMR文本NER的難度。為了能夠在小規(guī)模訓(xùn)練數(shù)據(jù)的情況下提升實(shí)體識(shí)別的效果,本文對(duì)中文EMR文本及實(shí)體特征進(jìn)行了分析,由詞特征,詞性特征,上下文特征,詞邊界特征和實(shí)體標(biāo)識(shí)詞特征構(gòu)成特征集,搭建了基于實(shí)體特征的層疊條件隨機(jī)場（Cascaded Conditional Random Fields,CCRF）模型。為了能夠保證模型性能的同時(shí)降低訓(xùn)練數(shù)據(jù)的規(guī)模,減少人工... 

【文章來源】：北京化工大學(xué)北京市 211工程院校 教育部直屬院校

【文章頁數(shù)】：72 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖２－１結(jié)點(diǎn)集合Ａ，?Ｂ和Ｃ??Ｆｉｇ．２－１?Ｎｏｄｅ?ｓｅｔｓ?Ａ，?Ｂ?ａｎｄ?Ｃ??

?第三章基于實(shí)體特征ＣＣＲＦ模型的研究???第三章基于實(shí)體特征ＣＣＲＦ模型的研究??本章首先介紹了文章研究的總體流程，如圖３－１所示。其次概述了線性鏈ＣＲＦ模??型，對(duì)中文ＥＭＲ文本特點(diǎn)，數(shù)據(jù)標(biāo)注方法及特征進(jìn)行了研究。然后以線性鏈ＣＲＦ模??型為基礎(chǔ)搭建了基于實(shí)體特征的ＣＣＲＦ模型。最后通過實(shí)驗(yàn)對(duì)比分析詞特征，詞性特??征，上下文特征，詞邊界特征及實(shí)體標(biāo)識(shí)詞特征對(duì)ＮＥＲ的影響，以及基于實(shí)體特征??的ＣＣＲＦ模型實(shí)體識(shí)別的效果。??！?！第三章?丨?第五章Ｉ??，?ｒ??■－－－ｎ?１??；；???｜??ｊ丨中文ＥＭＲ文本」：?ｔ??ｉ?�。�?一＾！?｜數(shù)據(jù)預(yù)處理Ｉ?Ｉ??ｉ?ｉ?ｉ?￣ｎ—?：??ｉ?：?｜數(shù)據(jù)標(biāo)注｜?－ｎ??！??��；?方法研究￣ｆ標(biāo)注方案?Ｉ分?；??｜?！?Ｉ?１?第四韋丨ｊ??ｉ?｜??丨訓(xùn)練數(shù)據(jù)測試數(shù)據(jù)丨來標(biāo)注數(shù)據(jù)—＊■待標(biāo)注數(shù)據(jù)丨ｉ??；！?｜?ｉ本及實(shí)體￣?．?—ｆｆ?￣ｆ＾?＊Ｌ￣－ｆＬ；?ｉ??Ｉ?Ｉ特征研究?：?Ｉ?：?ｕ工ｋｉｌ?：：??Ｊ?Ｉ?Ｌ?????????????，［??Ｊ?Ｉ?Ｔ?Ｔ?１?１????？?藝??ｊ?＿?負(fù)１?｜?｜?｜?｜??；＇：｜特征集研宄￣￣？?ＣＣＲＦ梭型?Ａ改進(jìn)的ＡＬ數(shù)據(jù)選擇策略?：：??＊??ｍ??＊?Ｉ?ｉ?審??ｉ?！?ｉ?ｉ?ｉ?？??＊????ｉ?Ｉ???Ｉ?，??１?１?ｌ｜?ｉ?Ｉ??Ｉ?”?？??Ｊ???１?襲??；?實(shí)體說別結(jié)果?ｊ??ｉ?ｙ?—．—??＊——?—?ｉ??ｉ＿

?北京化工大學(xué)碩士學(xué)位論文???３．?１線性鏈ＣＲＦ模型概述??線性鏈?zhǔn)亲詈唵吻页Ｓ玫模茫遥颇Ｐ偷慕Y(jié)構(gòu)［４４］，如圖３－２所示。己知觀察序列集合??為Ｘ＝Ｘ１，Ｘ２，．．．，Ｘｎ，對(duì)應(yīng)的標(biāo)注序列集合為Ｙ＝＝Ｙ１，Ｙ２，．．．，Ｙｎ。在ＮＥＲ任務(wù)中，觀察序??列為單詞序列，與其相對(duì)應(yīng)的詞標(biāo)簽為標(biāo)注序列。建立條件概率模型Ｐ（Ｙ｜Ｘ）［４５］，使用??維特比算法求解出使得Ｐ（Ｙ｜Ｘ）最大的序列標(biāo)記ｙ＊，如公式３－１所示。??ｘ＝ｘ，，ｘ２，．．．，ｘｂ??Ｙｉ?Ｙ２?Ｙ，?Ｙ？－，?Ｙ？??圖３－２線性鏈ＣＲＦ模型圖??Ｆｉｇ．３－２?Ｔｈｅ?ｍｏｄｅｌ?ｏｆ?ｌｉｎｅａｒ?ｃｈａｉｎ?ＣＲＦ??／＝?ａｒｇｍａｘＰ（Ｙ｜Ｘ）?＝ａｒｇ?ｍａｘ＾ｙｅｘｐ［＾＾人ｋｔｋ（ｙｉｆ??＝ａｒｇｍａｘ?＾ｋｔｋ（ｙｉ．１３ｙｉ５ｘ．－ｉ）＋?＾?＾?＆?（ｙｉ５ｘ？ｉ）?（３－１）??公式３－１中，觀察序列中第ｉ個(gè)節(jié)點(diǎn)的標(biāo)注變量用Ｙ，表示，第ｉ個(gè)節(jié)點(diǎn)的前一個(gè)??節(jié)點(diǎn)和后一個(gè)節(jié)點(diǎn)所對(duì)應(yīng)的標(biāo)注變量分別用丫＾和丫＾表示。Ｚ（Ｘ）是規(guī)范化因子，確??保Ｐ（Ｙ｜Ｘ）為正確意義的概率。心和＾為權(quán)值。＾是邊上的特征函數(shù)被稱為轉(zhuǎn)移特征函??數(shù)，表示相鄰標(biāo)注變量間的相關(guān)關(guān)系和觀測序列對(duì)它們的影響僅與當(dāng)前位置和前一個(gè)??位置相關(guān)。是節(jié)點(diǎn)上的特征函數(shù)被稱為狀態(tài)特征函數(shù)，表示觀測序列對(duì)標(biāo)注變量的??影響，僅與當(dāng)前位置相關(guān)。特征函數(shù)＾和＾均是實(shí)值函數(shù)其取值為１或〇。線性鏈ＣＲＦ??模型為本文后續(xù)搭建基于實(shí)體特征的ＣＣＲＦ模型提供理論基矗??３．?２中文ＥＭＲ文本特點(diǎn)研究??ＥＭＲ中的數(shù)據(jù)分為自由文本、圖像、表格三種常見表現(xiàn)形式［４６］。自


本文編號(hào)：3423558