[发明专利]一种基于数据增强的电子病历命名实体识别方法

摘要

一种基于数据增强的电子病历命名实体识别方法，构建以汉字、汉字在词语的位置、词性、汉字的偏旁部首和汉字拼音的五元组，以词向量工具训练100维低维稠密的向量，分别将字位置、词性、偏旁部首、拼音的四元组分别编码为50、50、50、50的向量表示，则基于字特征增强的五元组形成300维的组合向量作为神经网络的输入，基于BiLSTM‑CRF命名实体识别模型进行文本特征向量的训练，进行实体标签的标记；本发明通过中文汉字在词语中的位置、词性、字的偏旁部首、字的拼音与汉字所处词语的前后信息进行融合，使基于字嵌入的形式包含更丰富的文本特征，以此提升电子病历命名实体识别模型的效果，确保实体识别更加快速、精确的进行。