Indexed by：
Abstract：
一种基于多特征提取的医学实体关系方法属于深度学习技术领域。首先，使用数据集对RoBERTa模型进行微调来精化字符嵌入，提取文本重要特征。然后利用CNN模型补充模型训练过程中的局部语义特征。与此同时，利用BiGRU模型挖掘文本的全局语义特征，并通过注意力机制关注模型学习过程中的重要特征。最终将局部语义特征与全局语义特征融合，输送给CRF模型。最后利用CRF模型对语义特征提取层的输出序列进行处理, 结合CRF模型中的状态转移矩阵，完成标签序列的预测。本发明准确的抽取电子病历中的实体关系。
Keyword：
Reprint Author's Address：
Email：
Patent Info ：
Type： 发明申请
Patent No.： CN202310840221.9
Filing Date： 2023-07-11
Publication Date： 2023-10-03
Pub. No.： CN116842955A
Applicants： 北京工业大学
Legal Status： 实质审查
Cited Count：
WoS CC Cited Count： 0
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count：
Chinese Cited Count：
30 Days PV： 7
Affiliated Colleges：
