论文部分内容阅读
命名实体识别是自然语言处理中的一项基础性关键任务,基于电子病历命名实体识别是临床决策支持和医疗知识图谱构建等任务的基础。针对传统的双向长短时记忆神经网络(bi-directional long short-term memory,BiLSTM)结合条件随机场(conditional random field,CRF)的BiLSTM-CRF模型在处理医疗文本命名实体识别问题时面临的文本特征提取不够充分和未登录词不能充分识别等问题,引入注意力机制(attention mechanisms),提出一种基于注意力