文献类型：期刊文章

作　　者：高甦[1] 金佩[2] 张德政[2]

GAO Su;JIN Pei;ZHANG Dezheng(Beijing Normal University Hospital, Beijing 100875, China;School of Computer and Communication Engineering University of Science and Technology Beijing, Beijing 100083,China)

机构地区：[1]北京师范大学医院,北京100875 [2]北京科技大学计算机与通信工程学院,北京100083

出　　处：《情报工程》

基　　金：国家重点研发计划云计算和大数据专项"大数据驱动的中医智能辅助诊断服务系统"(2017YFB1002300)

年　　份：2019

卷　　号：5

期　　号：1

起止页码：113-123

语　　种：中文

收录情况：NSSD、ZGKJHX、普通刊

摘　　要：本文针对中医典籍存在的知识体系复杂、分词困难等难点以及传统方法人工构建特征不准确等问题,提出了一种基于深度学习的中医典籍命名实体识别方法。根据中医典籍的语料特征及主流的深度学习模型特点,以中医典籍的字向量为输入,采用基于双向长短时记忆神经网络和条件随机场(BiLSTM-CRF)的实体识别模型,对《黄帝内经》中的中医认识方法、中医生理、中医病理、中医自然、治则治法等5种实体进行识别,精确率为85.44%,召回率为85.19%,F1值为85.32%。在相同的中医典籍语料上做了大量对比分析实验,验证了该方法的有效性。结果证明:该方法有效提高了中医典籍的实体识别准确率,是深度学习在特殊语料处理领域的一次较有价值的尝试,具有一定的实践意义。

关 键 词：命名实体识别 深度学习  中医 黄帝内经

分 类 号：G35] TP182]