基于先验知识的文本实体识别方法

阐述文本实体识别作为医疗相关人工智能应用的关键中间任务,其效果直接决定下游任务表现上限,然而传统方法中通常忽略医学知识的应用,很难取得良好表现。提出一种基于RoBERTa与CRF并融合医学知识的医学文本实体识别方法,将医学知识作为先验引入到CRF最优路径搜索环节,极大程度地提升了标签转换的连贯性,并在相关数据集主指标上取得了改善。