序列标注模型中的字粒度特征提取方案研究——以CCKS2017:Task2临床病历命名实体识别任务为例
Research on Feature Extraction Scheme of Chinese-character Granularity in Sequence Labeling Model——A Case Study About Clinical Named Entity Recognition of CCKS2017: Task2
-
作者：
孙安
1,2
于英香
1
罗永刚
1,3
王祺
4
-
作者单位：
-
提交时间：2023-08-26 23:57:18
摘要: [目的/意义]针对中文语言表达特点，提出一种含分词标签的字粒度词语特征提取方法，有效提升了中文临床病历命名实体识别任务的F1值，同时该方法可以为其他中文序列标注模型所借鉴。[方法/过程]选取汉语词语的词性标注、关键词权值、依存句法分析三个特征，构筑字粒度序列标注模型的临床病历训练文本，语料来源CCKS2017：Task2。在不同特征组合方式下，采用条件随机场算法验证两种字粒度词语特征提取方案Method1与Method2。[结果/结论]在四种不同词语特征组合下，Method2相对于Method1在临床病历命名实体识别任务中性能均有所提升，四折交叉测试中F1值平均提升了0.23%。实验表明在中文分词技术日趋成熟的环境下，Method2相对Method1能够获得更好的词语特征表示，对中文字粒度序列标注模型的处理性能具有提升作用。
版本历史
| [V1] |
2023-08-26 23:57:18 |
ChinaXiv:202308.00275V1
|
下载全文 |
相关信息
点击量
下载量
