基于条件随机场的中医临床病历命名实体抽取

被引：31

作者：

刘凯 ^{[1
]}

周雪忠 ^{[1
,2
]}

于剑 ^{[1
,2
]}

张润顺 ^{[3
]}

机构：

[1] 北京交通大学计算机与信息技术学院

[2] 北京交通大学交通数据分析与挖掘北京市重点实验室

[3] 中国中医科学院广安门医院

来源：

计算机工程 | 2014年 / 40卷 / 09期

关键词：

中医临床病历; 命名实体抽取; 语料库标注系统; 条件随机场; 特征模板;

D O I：

暂无

中图分类号：

TP391.1 [文字信息处理];

学科分类号：

081203 ; 0835 ;

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0.80,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。

引用

页码：312 / 316

页数：5