摘要：【目的/意义】命名实体识别(NER)作为医疗记录处理的核心组成部分,对于提高电子病历处理的准确性和效率至关重要。尤其是在处理中文病历这一领域,由于中文的复杂性,NER任务面临更多挑战。因此,开发一种有效的中文病历命名实体识别模型,对于改进医疗记录的信息提取和数据处理流程具有重要价值。【方法/过程】文中提出了一个新型框架NER-CMR(中文病历命名实体识别),旨在克服现有NER方法在中文病历中的限制。NER-CMR框架通过结合流行的连续词和短语等上下文信息,解决传统NER中实体词嵌套和边界识别的问题。具体来说,该框架从相关词和短语中提取字符间的邻接、共现和依赖关系,这些信息随后被融合到NER神经模型中。NER-CMR包含字符编码模块、词嵌入模块、图形构建模块、融合模块和CRF模块。【结果/结论】通过在CCKS这个广泛使用的中文病历数据集与DIABETES真实糖尿病中文数据集上进行综合实验,NER-CMR展示了其在识别性能上优于基线模型的能力。此外,该模型作为一个引入图神经网络的中文NER任务处理框架,具有模块替换的灵活性,为中文电子病历命名实体识别研究领域提供了新的发展方向。【创新/局限】提出了基于图注意力机制的网络图,设计了融合层实现多图融合处理,进一步利用两种策略来应对不正确关系带来的噪音问题,但缺乏智慧医疗系统应用层面的实例研究。

摘要：针对中文词语边界不明确,词语和句子上下文关系被忽略的问题,设计一种基于多种分词情况的歧义分词信息抑制算法.在预处理中根据预训练的词汇频率表计算语句中不同分词的权重,将最有可能的分词情况与其他分词情况进行区分,合并至语句中,在自注意力机制提取语句上下文信息时加入分词权重信息,添加正确分词有效的边界信息,抑制歧义分词错误的前后文关系.对比MarkBert与W2NER算法,在公开数据集Resume、 MSRA、 Weibo、 OntoNotes中的试验结果表明,歧义分词信息抑制算法的预测准确率、句子长度增加时的鲁棒性、数据集增大时的预测准确率均有更好的表现.

摘要：人工智能技术的发展推动了医疗领域的智能化,为提升医疗效率、改善医疗水平提供了新的助力。同时,这一新的趋势也催生了海量的电子病历文本,其所蕴含的丰富信息具有巨大的潜在挖掘与应用价值。然而,当前中文电子病历的命名实体识别研究工作并没有全面考虑中文及中文医疗领域的特殊性,而是将面向通用数据集的模型迁移到医疗领域的实体类型中,分析效果较为有限。针对这一问题,该文设计了长短期记忆网络与条件随机场的联合模型并引入BERT模型;在此基础之上,考虑到医疗领域命名实体鲜明的部首特征,通过将部首信息编码到字向量中,并且结合部首信息修改条件随机场层得分函数的计算方式,有效地提升了医疗领域命名实体的抽取能力。通过两项电子病历数据集的实验结果表明,该文提出的模型整体效果略高于通用的实体识别模型,并对疾病诊断等特定类型的实体词的识别效果具有较为明显的提升。

摘要：针对以往句子在文本编码后不能获得高效的特征信息,提出一种基于双流特征互补的嵌套命名实体识别模型。句子在嵌入时以单词的字级别和字符级别两种方式嵌入,分别通过神经网络Bi-LSTM获取句子上下文信息,两个向量进入低层级与高层级的特征互补模块,实体词识别模块和细粒度划分模块对实体词区间进行细粒度划分,获取内部实体。实验结果表明,模型相较于经典模型在特征提取上有较大的提升。

摘要：为解决威胁情报领域的数据源不足、实体专业性强等问题,提出一种面向小样本的威胁情报命名实体识别模型AbNER。设计基于自注意力机制的隐式特征引导模块,引入prompt模板,融合专业领域的先验知识,结合两者共同完成识别实体。对模型输入层结构进行优化,有效提升编码性能。分析AbNER在通用和电网等两类威胁情报数据上的测试结果,模型在5个全量数据集和3个小样本数据集上均达到最优表现,验证了AbNER的实体识别优势和小样本能力。

摘要：军事指控保障领域知识图谱的构建是军队信息化装备保障过程中的一个重要研究方向。针对保障领域知识图谱构建中命名实体识别模型缺乏相应基础训练语料库的现状,在分析相关研究现状的基础上,设计并实现了一个基于PyQt5应用程序基本框架的GUI命名实体识别语料库构建系统。首先,简要说明了系统整体架构和语料处理技术流程;其次,详细介绍了系统的数据预处理、标注体系、自动标注、标注分析和编码转换五大功能模块的相关内容,其中自动标注功能模块中的自动标注和自动去重算法的实现是重难点,也是整个系统的核心;最后,通过PyQt5应用程序基本框架和各类功能组件对各功能模块进行了图形用户界面实现。本系统的设计与实现,可以在军队专用电脑上对各种原始装备手册进行自动化处理,快速生成命名实体识别模型训练所需语料库,从而为后续构建相应领域知识图谱提供有效技术支持。

摘要：面对日益复杂多变的网络安全攻击,迅速获取最新的网络威胁情报对于实时识别、阻断和追踪网络攻击至关重要.解决这一问题的关键在于如何有效地获取网络威胁情报数据,而命名实体识别技术是解决这一问题的热点技术之一.系统分析了多种基于深度学习的命名实体识别方法,而后设计了一种适用于威胁情报领域的命名实体识别模型,并进行了实验验证和分析.最后对命名实体识别方法面临的挑战及其在网络安全领域的发展前景进行了分析和展望.

摘要：针对中文电子病历命名实体识别过程中实体特征利用率低,语义表示不充分等问题,提出一种基于BERT语言模型的命名实体识别方法。运用Char-CNN学习字符的多种特征,将特征加入BERT预训练生成的词向量中,获得融合领域信息和汉字特征的词向量表示,将词向量输入迭代扩张卷积神经网络中进行特征抽取,引入注意力机制加强实体特征的关注度,通过CRF解码标注命名实体。实验结果表明,该方法在CCKS17中取得91.64%的F1值,识别性能优于现有方法。

摘要：针对机构命名实体识别效率低的问题,提出一种基于隐马尔科夫模型(HMM)的京剧机构命名实体识别算法。利用HMM模型标注文本切分结果的词性消除歧义,通过Viterbi算法计算某种分词结果所对应的可能性最大的词性序列。根据定制的名称识别规则,借助机构前缀词库、后缀词库获得机构名称左右边界,通过自动机算法识别语料中的机构命名实体,并将新词加载到分词词典中。针对京剧领域语料进行开放测试验证,结果表明,该算法的识别正确率可达到99%。

摘要：命名实体识别研究中,数据集内普遍存在实体与非实体,实体内部类别间边界样本混淆的问题,极大地影响了命名实体识别方法的性能.提出以BiLSTM-CRF为基线模型,结合困难样本筛选与目标攻击对抗训练的命名实体识别方法.该方法筛选出包含大量边界样本的困难样本,利用边界样本易被扰动偏离正确类别的特性,采用按照混淆矩阵错误概率分布的目标攻击方法,生成对抗样本用于对抗训练,增强模型对混淆边界样本的识别能力.为验证该方法的优越性,设计非目标攻击方式的全局、局部对抗训练方法与目标攻击全局对抗训练方法作为对比实验.实验结果表明,该方法提高了对抗样本质量,保留了对抗训练的优势,在JNLPBA、MalwareTextDB、Drugbank三个数据集上F1值分别提升1.34%、6.03%、3.65%.