基于Lattice LSTM的中医药古文献命名实体识别与应用研究

[目的/意义]为进一步提升中医药古文献命名实体识别的准确性,以信息化手段辅助现代中医学者进行医学诊断与临床决策,促进中医学的传承与创新。[方法/过程]提出一种集成字符与词汇信息的中医药古文献命名实体识别的Lattice LSTM模型,对《伤寒论》的疾病、证候、方剂、症状和药材五类实体进行抽取;在抽取出的实体基础上,人工提取实体间关系,利用Neo4j搭建了中医药知识图谱;最后以新冠肺炎为例,在图谱上完成相关检索。[结果/结论]实验结果表明,Lattice LSTM在中医术语识别上性能最优,F1值达到95.66%,比主流模型BiLSTM-CRF提升了1.68%,可用于中医药古文献的实体识别;搭建的中医药知识图谱也验证了主模型的现实价值。

基于Lattice LSTM的古汉语命名实体识别

基于《四库全书》数据集,研究古汉语的命名实体识别技术。提出了基于Lattice LSTM模型的古汉语命名实体识别算法,该方法将字符序列信息和词序列信息共同作为模型的输入。采用甲言(jiayan)分词工具,利用word2vec训练古文字、词向量并作为Lattice LSTM模型的输入,提升了古汉语命名实体识别的效果。基于Lattice LSTM模型和预训练的古文字、词向量,提高了古汉语的实体识别效果,相比传统的BiLSTM-CRF模型,其F1分数提升3.95%左右。

基于组合深度模型的现代汉语数量名短语识别

数量名短语的识别是识别由数量短语修饰的名词短语左右边界的研究.以往研究中,基于统计学习模型的数量短语识别方法依赖人工特征,需要通过专家知识构建知识库来实现对“数词+量词”短语的识别.本文在以往研究基础上纳入“名词”形成“数词+量词+名词”等八类数量名短语,并采用深度学习方法解决这一边界识别任务.通过BERT模型对原始文本进行上下文特征表示,利用Lattice LSTM模型字词结合的思想将标准分词作为软特征融入文本字符级的特征表示中,最后通过CRF全局约束识别数量名短语边界.实验结果表明,本文方法在AMR语料上达到较优结果,精确率、召回率、F1值分别为80.83%,89.78%,85.07%.