融入对抗训练的中文电子病历命名实体识别

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘  要：为提高中文电子病历中命名实体识别模型鲁棒性和准确性，为此提出一种基于BERT模型融入对抗网络的中文电子命名实体识别模型，该方法使用BERT预训练模型动态生成字向量，通过对抗训练生成扰动，将字向量与扰动相加生成对抗样本，再通过膨胀卷积网络（IDCNN）捕捉句子单词间的依赖，最后通过条件随机场（CRF）得到最终预测结果。（剩余8969字）

试读结束

目录
monitor
客服机器人