基于数据增强的中文医疗命名实体识别

王蓬辉, 李明正, 李思

北京邮电大学 人工智能学院, 北京 100876

收稿日期:2020-03-24发布日期:2021-03-11
通讯作者:李思(1985-),女,副教授,E-mail:lisi@bupt.edu.cn.E-mail:lisi@bupt.edu.cn
作者简介:王蓬辉(1996-),男,硕士生.
基金资助:国家自然科学基金项目（61702047）

Data Augmentation for Chinese Clinical Named Entity Recognition

WANG Peng-hui, LI Ming-zheng, LI Si

School of Artificial Intelligence, Beijing University of Posts and Telecommunications, Beijing 100876, China

Received:2020-03-24Published:2021-03-11

摘要/Abstract

摘要： 由于缺乏大量已标注数据，在中文医疗命名实体识别中，主要利用外部资源来改善医疗实体识别的性能，这需要大量的时间和有效的规则加入外部资源.为了解决标注数据不足的问题，提出了一种基于生成对抗网络的数据增强算法，自动生成大量标注数据，提高医疗实体识别的性能.实验结果表明，该算法在性能方面优于实验中的基准模型，证明了该算法在医疗实体识别上的有效性.
中图分类号:
TP181

引用本文

王蓬辉, 李明正, 李思. 基于数据增强的中文医疗命名实体识别[J]. 北京邮电大学学报, 2020, 43(5): 84-90.
WANG Peng-hui, LI Ming-zheng, LI Si. Data Augmentation for Chinese Clinical Named Entity Recognition[J]. Journal of Beijing University of Posts and Telecommunications, 2020, 43(5): 84-90.





PDF全文下载地址:

https://journal.bupt.edu.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=4769