结合部首特征和BERT-Transformer-CRF的中文电子病历实体识别方法研究

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘  要：在中文电子病历命名实体识别（CNER）中，中文文本缺乏划分单词边界的分隔符，一些现有的方法难以捕捉长距离相互依赖的特征。因此，文章提出一种利用预训练模型（BERT-Transformer-CRF， BTC）实现CNER的命名实体识别方法。首先，运用BERT（Bidirectional Encoder Representations from Transformers）提取文本特征。（剩余14536字）

试读结束

目录
monitor