基于LSTM-CRF命名实体识别技术的研究与应用

来源 :计算机技术与发展 | 被引量 : 0次 | 上传用户:zx12122111121W
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着深度神经网络的发展,深度学习不仅占据了模式识别等领域的统治地位,而且已应用到自然语言处理的各个方面,如中文命名实体识别。对电子病历中的命名实体进行识别时,构建了内嵌条件随机场的长短时神经网络模型,使用长短时神经网络隐含层的上下文向量作为输出层标注的特征,使用内嵌的条件随机场模型表示标注之间的约束关系。该模型识别出了电子病历中的身体部位、疾病名称、检查、症状和治疗五类实体,准确率达到96.29%,精确率达到了91.61%,召回率96.22%,F值93.85,其中症状这一实体类别,精确率达到96.08%,
其他文献
全国中专通用<语文>要求在语文教学中重视培养学生的口语交际能力,针对中专学生口语交际能力薄弱这一问题,结合工作经验,谈如何克服心理障碍,设置训练项目,指导方法,掌握技巧
从语篇分析的观点出发,分析了语篇分析对小说翻译的影响,结合The Indiscretion of Elsbeth的中译本,阐述了语篇分析在小说翻译中的作用,提出语篇分析与小说翻译密切相关,译者
目的探讨间脑期双额叶脑挫裂伤患者术后预后情况,分析其临床特点。方法选取自2012年1月至2015年12月收治的行手术治疗的双额叶脑挫裂伤患者60例,根据术前病情分为非间脑期组(
目的探讨情景模拟教学法在母婴护理实践教学中的应用与效果。方法在2007级护理专科生中随机选取2个班级(114名)为对照组,2个班级(114名)为试验组。试验组采用情景模拟教学法,并采