[发明专利]命名实体识别方法、装置及可读存储介质

说明书

本发明提供一种命名实体识别方法、装置及可读存储介质，本发明方法中，将待识别电子病历输入至命名实体识别模型，输出与所述待识别电子病历对应的医疗实体识别结果，其中，所述命名实体识别模型是基于电子病历样本数据以及预先确定的医疗实体标签进行训练后得到的，所述命名实体识别模型用于基于预设双向长短期记忆网络‑条件随机场模型对所述待识别电子病历的基于拼音首字母、字和词的融合特征向量进行处理，以获得所述待识别电子病历对应的医疗实体识别结果。通过预设双向长短期记忆网络‑条件随机场模型对所述待识别电子病历的基于拼音首字母、字和词的融合特征向量进行处理，能够获得更全面的特征信息，进而提高医疗实体识别结果的准确性。

技术领域

本发明涉及信息识别技术领域，尤其涉及一种命名实体识别方法、装置及可读存储介质。

背景技术

随着大数据、人工智能的发展，医疗电子病历目前已被广泛的应用到医院的信息化系统中，但电子病历中的信息大多是以非结构化形式进行存储的，无法对其进行进一步的研究，因此对电子病历进行结构化处理就显得尤为重要，电子病历命名实体识别就是将其进行结构化处理的重要方法之一。

在医疗领域中，由于医疗实体的同一实体有多种中文表示方法、医疗实体间关联性强等问题增加了医疗实体识别的难度。目前常用字向量或词向量方式作为模型输入，采用字向量作为模型输入忽略了字与字之间相互联系、相互表示的关系；采用词向量作为输入，存在由于分词错误造成误差进一步传播的问题；即仅仅通过字向量和词向量无法捕捉到较为全面的特征信息，对同一实体的多种表示方法和实体间关联性强等问题不能充分解决。

同时，以BiLSTM+CRF(Bi-directional Long Short-Term Memory+ConditionalRandom Field，双向长短期记忆网络+条件随机场)为代表的医疗实体识别方法，训练样本经过BILSTM模型得到的特征相对比较简单，不能捕捉到句子的全面信息，用这个特征进行CRF训练可能会出现实体识别错误，使得训练好的模型的识别结果不够精准。

发明内容

针对现有技术存在的上述技术问题，本发明提供一种命名实体识别方法、装置及可读存储介质。

本发明提供一种命名实体识别方法，包括：

将待识别电子病历输入至命名实体识别模型；

输出与所述待识别电子病历对应的医疗实体识别结果；

其中，所述命名实体识别模型是基于电子病历样本数据以及预先确定的医疗实体标签进行训练后得到的，所述命名实体识别模型用于基于预设双向长短期记忆网络-条件随机场模型对所述待识别电子病历的基于拼音首字母、字和词的融合特征向量进行处理，以获得所述待识别电子病历对应的医疗实体识别结果。

根据本发明提供的一种命名实体识别方法，所述拼音首字母、字和词的融合特征向量是基于所述待识别电子病历的拼音首字母特征向量、字特征向量和词特征向量进行融合得到的；

所述预设双向长短期记忆网络-条件随机场模型包括依次连接的输入层、双向长短期记忆网络-卷积神经网络层、双向长短期记忆网络-注意力机制层和条件随机场层，所述双向长短期记忆网络-卷积神经网络层包括双向长短期记忆网络模型和卷积神经网络模型，所述双向长短期记忆网络-注意力机制层包括双向长短期记忆网络模型和注意力机制模型。

根据本发明提供的一种命名实体识别方法，所述基于预设双向长短期记忆网络-条件随机场模型对所述待识别电子病历的基于拼音首字母、字和词的融合特征向量进行处理，以获得所述待识别电子病历对应的医疗实体识别结果，具体包括：

将所述融合特征向量输入双向长短期记忆网络-卷积神经网络层中的双向长短期记忆网络模型，获得第一向量；

将所述字特征向量输入双向长短期记忆网络-卷积神经网络层中的卷积神经网络模型，获得第二向量；