文件名称:基于深度学习的电子病历中实体关系抽取.pdf
文件大小:929KB
文件格式:PDF
更新时间:2023-05-16 05:32:02
深度学习 稀疏
电子病历中包含着医疗领域的丰富知识 ,对于医疗健康信息服务有着重要的意义。 其中的概念实体之间的关系是医疗知识 的重要 组成部分 。对于获取医疗领域中疾病、治疗 、检查之间关系有着重要 的意义 。 针对 于电子病历 中文本结构稀疏 的特 点 ,原有 的基 于词的特征表示效果 有限 ,所以从特征选择的角度出发 ,提出 了一种 基于深度学 习的特征学 习,将 有 限的上下文特征进 行进 一步抽 象表示 的方 法。 实验中使 用深度稀疏 自动编码 来对实体上下文 的向量表示进行 再表示 ,来得 到更抽象 和更有识别 意义 的特征 。 实验 表明 ,本文使用的深度学习进行 特征的再表示方法对 于识别 的召回率对 比于基线实验有 比较明显的提高