[发明专利]一种基于机器学习的中医术语命名实体识别的方法

权利要求书

1.一种基于机器学习的中医术语命名实体识别的方法，其特征在于，包括如下步骤：

1)对目标数据集的预处理

1-1)将获得的数据中相同意义但不同表达方式的术语实体进行统一规范化处理；

1-2)收集步骤1-1)数据标准化后的表达方式，并制作自定义分词词典；

1-3)将步骤1-2)得到的词典加入工具分词标准，使通过工具分隔出的词语是正确无误的；

2)对实体做标签标记

2-1)对步骤1-3)分隔出的词语实体进行标记；

2-2)将步骤2-1)标记好的词语实体输入word2vec模型中进行预训练，从文字形式转换为向量矩阵；

3)训练中医术语命名实体识别模型

3-1)将步骤2-2)输出的向量矩阵输入带有特殊机制的Bi-LSTM模型，输出带有上下文关系权重的信息矩阵；

3-2)将步骤3-1)输出的信息矩阵输入CRF条件随机场，将标记信息有序输出；

3-3)不断重复步骤3-1)-步骤3-2)，直到得出最精确的结果。

2.根据权利要求1所述的一种基于机器学习的中医术语命名实体识别的方法，其特征在于，步骤2-1)中，所述的词语实体的标记方式采用装饰deco、实体entity、中医术语TCT、非实体O的标记方式对中医术语的标记。

3.根据权利要求1所述的一种基于机器学习的中医术语命名实体识别的方法，其特征在于，步骤2-2)中，所述的预训练，是采用word2vec框架下的Skip-Gram和CBOW模型进行数据预训练。

4.根据权利要求1所述的一种基于机器学习的中医术语命名实体识别的方法，其特征在于，步骤3-1)中，所述的Bi-LSTM模型，采用的特殊机制是coupled遗忘门和记忆门机制，将遗忘门与记忆门在同一时刻更新，并传递给后方的细胞态，即