命名实体识别的主要工作是从无结构的文本中提取出特定实体,如人名、地名等,是一项重要的研究工作。近些年来,计算机技术的发展带来了宝贵的有标注的电子医疗数据,使得我们可以利用深度学习相关的技术进行信息提取,为未来智慧医疗的建设、知识图谱的构建等工作打下基础。相对于开放域的命名实体识别,人们在医疗领域的命名实体识别上所做的工作较少。医疗上的实体识别有其特定的困难,如实体专业知识性较强、部分类别实体过长、存在中英文混合的复杂实体等。虽然开放域的命名实体识别已经有相当多的研究经验,但针对医疗命名实体识别还需要“对症下药”。针对这些问题,本文主要的工作如下:·基于外部知识增强的方法针对医疗领域中专业知识较强,且医疗领域外部资源丰富,本文探究如何利用这些外部资源并将其融入到模型中。本文构建医学词典,并提出两个外部知识获取方法:特征模板法和分词标注法。特征模板法提取上下文文本特征,分词标注法提取实体位置及类别标签特征,并融入到长短时记忆网络中。实验结果表明,引入外部知识能够有效地增加模型识别实体的准确率。·基于自注意力机制的模型改进针对医学领域部分实体较长的问题,在预测时容易发生实体断裂、边界错误等情况。本文通过向模型中引入自注意力机制,即引入字符与字符之间的相关性,使长实体内部字符的凝聚力更高,缓解长实体预测断裂、预测边界错误的情况。实验结果表明,模型在整体识别效果上有提升,对长实体预测正确率也有明显上升。·基于级联分层的命名实体识别为进一步提升模型的效果,提出了级联分层识别模型,将原本单任务的命名实体识别改为多任务模型,一个任务划分实体边界,另外一个任务预测实体类别。同时结合自注意力机制,并提出两种将外部知识融入到模型的方法:嵌入层融合法和分层融合法,后续在CCKS数据集上的实验表明,模型的识别效果有所提升。分析结果表明分层融合法效果更优,对比Bi LSTM-CRF模型的F1值提高了3.3%,将命名实体识别视为多任务的级联分层识别模型能够更好地融合外部知识。