基于深度学习的中医典籍命名实体识别研究

来源：尚车旅游网

Research on Named Entity Recognition of TCM

Classics Based on Deep Learning

作者：高甦[1];金佩[2];张德政[2]

作者机构： [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

出版物刊名：情报工程页码： 113-123页年卷期： 2019年第1期

主题词：命名实体识别;深度学习;中医;黄帝内经

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。

因篇幅问题不能全部显示，请点此查看更多更全内容

查看全文