基于深度學(xué)習(xí)的中文電子病歷實(shí)體修飾與關(guān)系抽取研究及算法平臺開發(fā).pdf

1、隨著人們生活質(zhì)量的提高和經(jīng)濟(jì)水平的發(fā)展，醫(yī)療健康問題被社會各界廣泛關(guān)注。而在如今電子化醫(yī)療系統(tǒng)迅速普及的現(xiàn)狀下，大量醫(yī)療相關(guān)的信息以電子病例的形式存儲下來，經(jīng)過不斷積累，已具備了一定的規(guī)模。傳統(tǒng)的自然語言處理技術(shù)大多需要人工標(biāo)注這些數(shù)據(jù)，導(dǎo)致大多未標(biāo)注的原始病例數(shù)據(jù)無法有效的應(yīng)用到任務(wù)處理中去。利用深度學(xué)習(xí)算法特征自學(xué)習(xí)的特點(diǎn)則可以很好地?zé)o監(jiān)督地訓(xùn)練未標(biāo)注數(shù)據(jù)，得到自適應(yīng)的特征用于下一步處理中去。
　　在本文中，針對于中文電子病歷

2、的特點(diǎn)，開發(fā)了一個自動化的、可擴(kuò)展的、高度模塊化的深度學(xué)習(xí)算法平臺，集成深度學(xué)習(xí)領(lǐng)域目前較為熱門的循環(huán)神經(jīng)網(wǎng)絡(luò)、遞歸張量神經(jīng)網(wǎng)絡(luò)等模型，用于處理中文電子病歷中的常用任務(wù)。該平臺可以快捷地利用深度學(xué)習(xí)算法對中文電子病歷中的信息抽取任務(wù)進(jìn)行實(shí)驗(yàn)，簡化了實(shí)驗(yàn)中的大量重復(fù)工作步驟，達(dá)到了快速調(diào)試并得出結(jié)果的目的。
　　在深度學(xué)習(xí)平臺功能開發(fā)的基礎(chǔ)上，本文也利用平臺對中文電子病歷實(shí)體關(guān)系抽取做出了研究和實(shí)驗(yàn)，得出了一定的實(shí)驗(yàn)結(jié)果。實(shí)體關(guān)系抽

3、取基于遞歸張量神經(jīng)網(wǎng)絡(luò)（RNTN），在構(gòu)建好的句法樹上遞歸訓(xùn)練詞向量，并自頂向下訓(xùn)練多分類器達(dá)到關(guān)系分類的目的。在深層網(wǎng)絡(luò)訓(xùn)練內(nèi)部特征的基礎(chǔ)上加入了具有中文電子病歷特點(diǎn)的外部特征，并做了對比實(shí)驗(yàn)和結(jié)果分析。
　　本文利用平臺對中文電子病歷實(shí)體修飾識別做出了研究和實(shí)驗(yàn)。實(shí)體修飾識別基于循環(huán)神經(jīng)網(wǎng)絡(luò)（RNN），主要以實(shí)體周圍的語義信息為特征訓(xùn)練實(shí)體修飾的分類。在深層網(wǎng)絡(luò)訓(xùn)練內(nèi)部特征的基礎(chǔ)上也加入了外部特征予以約束，并做了對比實(shí)驗(yàn)和結(jié)果