電子病歷實體關系抽取研究.pdf

1、電子病歷中包含著大量醫(yī)療領域的知識，并且利用以電子病歷為代表的臨床醫(yī)療數據來輔助醫(yī)療診斷以及建立用戶健康信息模型已經成為了醫(yī)療信息學的發(fā)展的方向。電子病歷中的出院小結和病程記錄是最典型的無結構文本，其中記錄著患者的臨床治療過程，包含著大量的專業(yè)術語，所以在其之上的信息抽取成為了挖掘知識的第一步，其中電子病歷中的實體抽取以及實體間關系的抽取是核心內容。電子病歷的語料標注需要大量的專業(yè)領域知識，所以標注語料的構建存在著較大困難。i2b2評測

2、及其標注語料大大促進了信息抽取在電子病歷上面的研究。本文將使用i2b22010年提供的語料來進行研究。
　　本文主要針對電子病歷實體關系抽取任務進行研究，研究工作包括以下四個方面內容：
　?。?）對電子病歷實體關系抽取任務和評價方法以及使用的外部相關詞典數據資源進行介紹
　?。?）介紹關系抽取的一般方法，并選擇基本特征，通過CRF模型進行有監(jiān)督訓練，將原問題轉化為一個分類問題，完成了baseline系統(tǒng)，完成對誤分類實

3、例的分析，進而從特征選擇的方向來對實驗的效果進行優(yōu)化。
　?。?）利用深度學習的方法進行特征的優(yōu)化，將基本的詞級別特征組成的上下文特征來進行更高級的表示，來得到更有判別能力的抽象特征。在實驗中使用多層稀疏自動編碼來進行特征的逐層抽象，對于識別率較低的關系類別的召回率有提升效果，并且整體的F1值也比baseline提升了1.5％，達到86.1%。結果說明深度學習對電子病歷中特征的再表示可以得到更有識別力的特征。
　?。?）通過

4、詞形信息以及外部詞典資源將相似語義的詞進行合并，并利用統(tǒng)計分析方法對其中顯著特征進行提取來對特征進行進一步優(yōu)化，對比于深度學習，其時間效率大大提升，整體的F1值較 baseline系統(tǒng)提升了2.3%，達到了86.9%。結果說明在同義詞合并的基礎上，基于統(tǒng)計方法的顯著特征抽取在電子病歷的實體關系抽取中有著比較明顯的效果。
　　綜上所述，本文針對于電子病歷實體關系任務進行研究，并從特征表示優(yōu)化的角度進行方法的改進，本文中提出的基于深度