|
|||||
|
|
| 融入对抗训练的中文电子病历命名实体识别 | |
| 引用本文： | 李曼玉,于瓅.融入对抗训练的中文电子病历命名实体识别[J].现代信息科技,2023(2):90-93. |
| 作者姓名： | 李曼玉 于瓅 |
| 作者单位： | 安徽理工大学计算机科学与工程学院 |
| 基金项目： | 2021安徽省重点研究与开发计划项目（202104d07020010）； |
| 摘 要： | 为提高中文电子病历中命名实体识别模型鲁棒性和准确性，为此提出一种基于BERT模型融入对抗网络的中文电子命名实体识别模型，该方法使用BERT预训练模型动态生成字向量，通过对抗训练生成扰动，将字向量与扰动相加生成对抗样本，再通过膨胀卷积网络（IDCNN）捕捉句子单词间的依赖，最后通过条件随机场（CRF）得到最终预测结果。在CCKS2019数据集上的实验表明，模型的F1值达到83.19%，证明该模型的有效性。 |
| 关 键 词： | 命名实体识别 中文电子病历 BERT 对抗训练 |