自第三次技術(shù)革命以來(lái),互聯(lián)網(wǎng)技術(shù)迅速發(fā)展,人類進(jìn)入大數(shù)據(jù)時(shí)代。在醫(yī)療領(lǐng)域,電子病歷作為醫(yī)療信息化建設(shè)的重要元素逐漸取代了紙張病歷,是醫(yī)療研究中的重要資源。如何高效利用海量的電子病歷資源為人們提供智能化的服務(wù)是智慧醫(yī)療所面臨的重大問(wèn)題之一。信息抽取是電子病歷分析的基礎(chǔ)步驟,通過(guò)信息抽取技術(shù)提取電子病歷中的重要信息并以結(jié)構(gòu)化的形式呈現(xiàn),不僅為醫(yī)護(hù)人員的醫(yī)學(xué)研究帶來(lái)便利,還為更高層的信息利用提供基礎(chǔ)。實(shí)體識(shí)別和關(guān)系抽取是信息抽取的兩項(xiàng)核心內(nèi)容,在醫(yī)療信息抽取工作中通常使用基于管道的方法來(lái)分別識(shí)別“實(shí)體/屬性”和抽取“實(shí)體-屬性”關(guān)系。這類方法一方面導(dǎo)致“實(shí)體/屬性”識(shí)別的錯(cuò)誤傳遞到“實(shí)體-屬性”關(guān)系抽取部分,另一方面沒(méi)有考慮兩個(gè)任務(wù)的關(guān)聯(lián)性。近年來(lái)雖有一些聯(lián)合學(xué)習(xí)方法的提出,但都很少利用領(lǐng)域豐富的語(yǔ)言知識(shí)。針對(duì)上述問(wèn)題,本文提出一種基于上下文感知的實(shí)體及關(guān)系聯(lián)合抽取方法,并在Sem Eval-2015 Task 14的公開(kāi)英文語(yǔ)料和來(lái)自某三甲醫(yī)院的中文電子病例數(shù)據(jù)集上對(duì)該方法進(jìn)行了全面評(píng)估。包括以下三個(gè)方面:(1)針對(duì)醫(yī)療實(shí)體及屬性識(shí)別任務(wù),在Bi-LSTM-CRF的基礎(chǔ)上,引入語(yǔ)言模型實(shí)現(xiàn)...

【文章頁(yè)數(shù)】：72 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
第1章 緒論
    1.1 課題來(lái)源
    1.2 課題研究的背景及意義
    1.3 國(guó)內(nèi)外研究現(xiàn)狀
        1.3.1 臨床醫(yī)療實(shí)體及屬性識(shí)別研究現(xiàn)狀
        1.3.2 醫(yī)療關(guān)系抽取研究現(xiàn)狀
        1.3.3 醫(yī)療實(shí)體識(shí)別和關(guān)系抽取聯(lián)合學(xué)習(xí)研究現(xiàn)狀
    1.4 相關(guān)技術(shù)介紹
        1.4.1 語(yǔ)言模型
        1.4.2 長(zhǎng)短時(shí)記憶網(wǎng)絡(luò)
        1.4.3 注意力機(jī)制
        1.4.4 條件隨機(jī)場(chǎng)
        1.4.5 高速公路網(wǎng)絡(luò)
    1.5 本文主要研究的內(nèi)容
    1.6 本文的組織結(jié)構(gòu)
第2章 基于字詞感知的臨床醫(yī)療實(shí)體及屬性識(shí)別方法
    2.1 引言
    2.2 數(shù)據(jù)集和評(píng)價(jià)方法介紹
        2.2.1 數(shù)據(jù)集介紹
        2.2.2 評(píng)價(jià)方法介紹
    2.3 數(shù)據(jù)預(yù)處理
    2.4 臨床醫(yī)療實(shí)體及屬性識(shí)別基準(zhǔn)模型Bi-LSTM-CRF
    2.5 基于字詞感知的臨床醫(yī)療實(shí)體及屬性識(shí)別模型
        2.5.1 LM+Bi-LSTM-CRF實(shí)體及屬性識(shí)別方法
        2.5.2 ELMo+Bi-LSTM-CRF實(shí)體及屬性識(shí)別方法
        2.5.3 BERT+Bi-LSTM-CRF實(shí)體及屬性識(shí)別方法
    2.6 基于字詞感知的臨床醫(yī)療實(shí)體及屬性識(shí)別實(shí)驗(yàn)
    2.7 本章小結(jié)
第3章 基于實(shí)體感知的臨床醫(yī)療關(guān)系抽取方法
    3.1 引言
    3.2 數(shù)據(jù)預(yù)處理
    3.3 臨床醫(yī)療關(guān)系抽取基準(zhǔn)模型Bi-Seq LSTM
    3.4 臨床醫(yī)療關(guān)系抽取實(shí)體感知模型
    3.5 基于實(shí)體感知的臨床醫(yī)療關(guān)系抽取實(shí)驗(yàn)
    3.6 本章小結(jié)
第4章 多粒度的上下文感知醫(yī)療實(shí)體及關(guān)系聯(lián)合抽取方法
    4.1 引言
    4.2 基于管道的醫(yī)療實(shí)體及關(guān)系抽取方法
        4.2.1 管道方法的構(gòu)建
        4.2.2 實(shí)驗(yàn)結(jié)果及分析
    4.3 醫(yī)療實(shí)體及關(guān)系聯(lián)合抽取基準(zhǔn)方法
    4.4 字詞感知的醫(yī)療實(shí)體及關(guān)系聯(lián)合抽取方法
    4.5 實(shí)體感知的醫(yī)療實(shí)體及關(guān)系聯(lián)合抽取方法
    4.6 多粒度感知的醫(yī)療實(shí)體及關(guān)系聯(lián)合抽取方法
    4.7 上下文感知的醫(yī)療實(shí)體及關(guān)系聯(lián)合抽取實(shí)驗(yàn)
    4.8 本章小結(jié)
結(jié)論
參考文獻(xiàn)
攻讀碩士學(xué)位期間發(fā)表的論文及其它成果
致謝



本文編號(hào)：3789406