基于多特征嵌入的中文医学命名实体识别

针对基于字符表示的中文医学命名实体识别模型嵌入信息单一、缺失词边界和结构信息的问题，文中提出了一种融合多特征嵌入的医学命名实体识别模型。首先，将字符映射为固定长度的嵌入表示；其次，引入外部资源构建词汇特征，该特征能够补充字符的潜在词组信息；然后，根据中文的象形文字特点和文本序列特点，分别引入字符结构特征和序列结构特征，使用卷积神经网络对两种结构特征进行编码，得到radical-level词嵌入和sentence-level词嵌入；最后，将得到的多种特征嵌入进行拼接，输入长短期记忆网络编码，并使用条件随机场输出实体预测结果。将自建中文医疗数据和CHIP＿2020任务提供的医疗数据作为数据集进行实验，实验结果表明，与基准模型相比，所提模型同时融合了词汇特征和文本结构特征，能够有效识别医学命名实体。