基于条件随机场的中医临床病历命名实体抽取.pdf

《基于条件随机场的中医临床病历命名实体抽取.pdf》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、第40卷第9期计算机工程2014年9月Vo1．40No．9ComputerEngineeringSeptember2014·开发研究与工程应用·文章编号：1000．3428(2014)09-0312-05文献标识码：A中图分类号：TP391基于条件随机场的中医临床病历命名实体抽取刘凯h，周雪忠h’，于剑h，，张润顺(1．北京交通大学a．计算机与信息技术学院；b．交通数据分析与挖掘北京市重点实验室，北京100044；2．中国中医科学院广安门医院，北京100053)摘要：中医临床病历是中医重要的科研数据资源，但目前临床病历仍以文本为主要表达形式，对病历数据深入分析的前提是进

2、行结构化信息抽取，而命名实体抽取是其基础性步骤。针对中医临床病历的命名实体，如症状、疾病和诱因等的抽取问题，通过手工标注的413份病历数据(以中文字为特征)与4类特征模版，将条件随机场(CRF)、隐马尔科夫模型(HMM)和最大熵马尔科夫模型(MEMM)用于中医病历命名实体抽取的实验，并进行比较分析。结果表明，结合合适的特征模版，CRF命名实体抽取方法取得了较好的性能，F1值的症状达到O．8O，疾病名称达到0．74，诱因0．74。与HMM和MEMM相比，CRF有最高的准确率和召回率，是一种较为适用的中医临床病历命名实体抽取方法。关键词：中医临床病历；命名实体抽取；语料库标

3、注系统；条件随机场；特征模板NamedEntityExtractionofTraditionalChineseMedicineMedicalRecordsBasedonConditionalRandomFieldLIUKai，ZHOUXue．zhong，YUJian。，¨ZHANGRun．shun，(1a．SchoolofComputerandInformationTechnology；1b．BeijingKeyLabofTrafficDataAnalysisandMining，BeijingJiaotongUniversity，Beijing100044，China；

4、2．Guang’anmenHospital，ChinaAcademyofChineseMedicalSciences，Beijing100053，China)【Abstract】TraditionalChineseMedicine(TcM)medicalrecordsaretheimportantdataresourcesoftheTcMmedicalresearch．Themainformofthemisstilltextnow，anditisnecessarytoextractthestructuredinformationfromthemedicalrecords

5、，whilenamedentityextractionisthebasicstep．Itmakes413copiesofmanuallylabeledmedicalrecordsinChinesetextandfourtypesoffeaturetemplatestostudyaboutthenamedentityextractionpracticesuchassymptoms，diseasesandincentives．ItcomparestheresultsofTCMmedicalrecordsnamedentityextractionbyConditionalRa

6、ndomField(CRF)，HiddenMarkovModel(HMM)andMaximumEntropyMarkovModel(MEMM)．Combinedwithappropriatefeaturetemplates，CRFhaswellperformanceofF1：symptoms0．80，thenameofthedisease0．74，incentives0．74．ComparedwithHMMandMEMM，CRFhasthehighestprecisionandrecallrate．ThispreliminaryshowsthatCRFisanappli

7、cablemethodoftheChinesemedicalrecordsnamedentityextraction．【Keywords】TraditionalChineseMedicine(TcM)medicalrecords；namedentityextraction；corpusannotationsystem；Conditiona1RandomField(CRF)：featuretemplateDoI：10．3969／j．issn．1000．3428．2014．09．062体术语的抽取，而命名实体抽取方法正是从自由文1概述本中抽取