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 |
|
|