【文件属性】：
文件名称：基于CRF的电子病历命名实体识别.rar
文件大小：13.29MB
文件格式：RAR
更新时间：2023-05-03 10:19:48
CRF 命名实体识别
随着医疗信息化的发展，医院产生了大量的医疗数据信息，积累了庞大的医疗电子病历数据。电子病历（EMR）是具有非结构化句子和多种概念表达，为医学信息提取提供了丰富的信息。然而，庞大的数据信息严重影响处理效率，因此提取电子病历中的命名实体成为研究的热点问题。为提高医院对复杂数据的处理效率，减轻工作人员的压力，本文提出了一种基于条件随机场（CRF）模型和特征模板结合的算法，来识别中文电子病历中的命名实体单元，识别准确率可以达到92.9%，可以有效地识别电子病历命名实体。基于本文采用的方法可以来结构化电子病历，减轻医生负担，推动医疗领域的发展。
【文件预览】：
命名实体识别
----电子病历命名实体识别和实体关系抽取研究综述_杨锦锋.pdf(1.3MB)
----NamedEntityRecognition.rar(14.32MB)