CAJ | 학술논문

电子病历中命名实体的识别对于构建和挖掘大型临床数据库以服务于临床决策具有重要意义,而我国目前对此的研究相对较少.在比较现有的实体识别方法和模型后,采用条件随机场模型(CRF)机器学习的方法,对疾病、临床症状、手术操作3类中文病历中常见的命名实体进行智能识别.首先,通过分析电子病历的数据特征,选择以语言符号、词性、构词特征、词边界、上下文为特征集.然后,基于随机抽取的来自临床医院多个科室的电子病历数据,构建小规模语料库并进行标注.最后,利用条件随机场算法执行工具CRF++进行3次对照实验.通过逐步分析特征集中的多种特征对CRF自动识别的影响,提出在中文病历环境下CRF特征选择和模板设计的一些基本规则.在对照实验中,本方法取得了良好效果,3类实体的最佳F值分别达到了92.67%,93.76%和95.06%.
전자병력중명명실체적식별대우구건화알굴대형림상수거고이복무우림상결책구유중요의의,이아국목전대차적연구상대교소.재비교현유적실체식별방법화모형후,채용조건수궤장모형(CRF)궤기학습적방법,대질병、림상증상、수술조작3류중문병력중상견적명명실체진행지능식별.수선,통과분석전자병력적수거특정,선택이어언부호、사성、구사특정、사변계、상하문위특정집.연후,기우수궤추취적래자림상의원다개과실적전자병력수거,구건소규모어료고병진행표주.최후,이용조건수궤장산법집행공구CRF++진행3차대조실험.통과축보분석특정집중적다충특정대CRF자동식별적영향,제출재중문병력배경하CRF특정선택화모판설계적일사기본규칙.재대조실험중,본방법취득료량호효과,3류실체적최가F치분별체도료92.67%,93.76%화95.06%.