期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于术语词典的中医医案实体抽取研究
1
作者
张伦伦
任高
+1 位作者
邹北骥
刘青萍
《湖南中医药大学学报》
CAS
2024年第6期1110-1116,共7页
目的针对中医医案开展症状、病因病机、治法、用药、处方、取穴6类实体的抽取研究,为中医医案知识图谱构建和中医智能辅助诊疗提供基础。方法根据中医医案文本的特点,提出一个可以动态更新的术语词典方法用于分词,并在中医脑系疾病医案...
目的针对中医医案开展症状、病因病机、治法、用药、处方、取穴6类实体的抽取研究,为中医医案知识图谱构建和中医智能辅助诊疗提供基础。方法根据中医医案文本的特点,提出一个可以动态更新的术语词典方法用于分词,并在中医脑系疾病医案和ChineseBLUE/cEHRNER、ChineseBLUE/cMedQANER、CBLUE/CMeEE 3个公开数据集上验证该方法的有效性。结果使用术语词典的模型在准确率、精确率、召回率和F1值上均高于未使用术语词典的模型,在测试集和验证集上,F1值分别为92.07%和93.04%。结论融合动态更新的术语词典分词方法的模型,能够增强中医领域特定术语和新实体的识别能力,提高中医医案关键信息识别的准确率,推进中医药知识的传承与发展。
展开更多
关键词
中医医案
脑系疾病
术语词典
实体抽取
idcnn-crf
模型
下载PDF
职称材料
文本表示及其特征生成对法律判决书中多类型实体识别的影响分析
被引量:
3
2
作者
王昊
林克柔
+1 位作者
孟镇
李心蕾
《数据分析与知识发现》
CSSCI
CSCD
北大核心
2021年第7期10-25,共16页
【目的】探索法律判决书中不同模型的实体识别效果,为法律知识库的构建奠定基础。【方法】提取刑事判决书中的庭审过程和法院意见构造数据集,比较人工构造特征的CRFs模型和加入预训练词向量做文本表示的自动生成特征的IDCNN-CRFs模型与B...
【目的】探索法律判决书中不同模型的实体识别效果,为法律知识库的构建奠定基础。【方法】提取刑事判决书中的庭审过程和法院意见构造数据集,比较人工构造特征的CRFs模型和加入预训练词向量做文本表示的自动生成特征的IDCNN-CRFs模型与BiLSTM-CRFs模型的实体识别效果,并在少量其他类型法律判决书文本上比较模型的迁移能力。【结果】ALBERT-BiLSTM-CRFs模型实体识别效果最好,F1微平均值达95.28%;IDCNN-CRFs模型的识别效果低于前者,但训练时间是前者的1/6,两个模型均具有较好的迁移能力。【局限】识别的实体多为通用实体,后续考虑标注更多领域特有实体,增强研究对实际应用的参考价值。【结论】法律判决书的实体识别中,ALBERT-BiLSTM-CRFs和IDCNN-CRFs模型比CRFs模型效果更好,且迁移能力更强。
展开更多
关键词
法律判决书
特征生成
条件随机场
idcnn-crfs
ALBERT-BiLSTM-CRFs
原文传递
题名
基于术语词典的中医医案实体抽取研究
1
作者
张伦伦
任高
邹北骥
刘青萍
机构
湖南中医药大学信息科学与工程学院
中南大学计算机学院
出处
《湖南中医药大学学报》
CAS
2024年第6期1110-1116,共7页
基金
湖南省教育厅科学研究优秀青年项目(22B0385)
2022年度学科建设“揭榜挂帅”项目(22JBZ051)
湖南省中医药管理局智慧中医工程技术重点研究室。
文摘
目的针对中医医案开展症状、病因病机、治法、用药、处方、取穴6类实体的抽取研究,为中医医案知识图谱构建和中医智能辅助诊疗提供基础。方法根据中医医案文本的特点,提出一个可以动态更新的术语词典方法用于分词,并在中医脑系疾病医案和ChineseBLUE/cEHRNER、ChineseBLUE/cMedQANER、CBLUE/CMeEE 3个公开数据集上验证该方法的有效性。结果使用术语词典的模型在准确率、精确率、召回率和F1值上均高于未使用术语词典的模型,在测试集和验证集上,F1值分别为92.07%和93.04%。结论融合动态更新的术语词典分词方法的模型,能够增强中医领域特定术语和新实体的识别能力,提高中医医案关键信息识别的准确率,推进中医药知识的传承与发展。
关键词
中医医案
脑系疾病
术语词典
实体抽取
idcnn-crf
模型
Keywords
medical cases of Chinese medicine
neurological disorders
terminology dictionary
entity extraction
idcnn-crf
model
分类号
R2 [医药卫生—中医学]
下载PDF
职称材料
题名
文本表示及其特征生成对法律判决书中多类型实体识别的影响分析
被引量:
3
2
作者
王昊
林克柔
孟镇
李心蕾
机构
南京大学信息管理学院
江苏省数据工程与知识服务重点实验室
出处
《数据分析与知识发现》
CSSCI
CSCD
北大核心
2021年第7期10-25,共16页
基金
国家自然科学基金面上项目(项目编号:72074108)
南京大学文科青年跨学科团队专项(项目编号:2020300093)
江苏青年社科英才和南京大学仲英青年学者等人才培养计划的研究成果之一。
文摘
【目的】探索法律判决书中不同模型的实体识别效果,为法律知识库的构建奠定基础。【方法】提取刑事判决书中的庭审过程和法院意见构造数据集,比较人工构造特征的CRFs模型和加入预训练词向量做文本表示的自动生成特征的IDCNN-CRFs模型与BiLSTM-CRFs模型的实体识别效果,并在少量其他类型法律判决书文本上比较模型的迁移能力。【结果】ALBERT-BiLSTM-CRFs模型实体识别效果最好,F1微平均值达95.28%;IDCNN-CRFs模型的识别效果低于前者,但训练时间是前者的1/6,两个模型均具有较好的迁移能力。【局限】识别的实体多为通用实体,后续考虑标注更多领域特有实体,增强研究对实际应用的参考价值。【结论】法律判决书的实体识别中,ALBERT-BiLSTM-CRFs和IDCNN-CRFs模型比CRFs模型效果更好,且迁移能力更强。
关键词
法律判决书
特征生成
条件随机场
idcnn-crfs
ALBERT-BiLSTM-CRFs
Keywords
Legal Judgments
Feature Generation
CRFs
idcnn-crfs
ALBERT-BiLSTM-CRFs
分类号
D916.1 [政治法律—法学]
TP391.1 [自动化与计算机技术—计算机应用技术]
原文传递
题名
作者
出处
发文年
被引量
操作
1
基于术语词典的中医医案实体抽取研究
张伦伦
任高
邹北骥
刘青萍
《湖南中医药大学学报》
CAS
2024
0
下载PDF
职称材料
2
文本表示及其特征生成对法律判决书中多类型实体识别的影响分析
王昊
林克柔
孟镇
李心蕾
《数据分析与知识发现》
CSSCI
CSCD
北大核心
2021
3
原文传递
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部