Modelo de reconocimiento de entidades médicas chinas basado en la fusión de vectores de caracteres y palabras.

La información médica contenida en los registros médicos electrónicos tiene un alto valor en la investigación clínica, y el reconocimiento de entidades médicas es clave para extraer información valiosa de textos médicos a gran escala. En la actualidad, la mayoría de los estudios sobre el reconocimiento de entidades médicas en chino se basan en un modelo de vectores de caracteres o un modelo de vectores de palabras. Debido a la complejidad y especificidad del texto en chino, los métodos existentes pueden no lograr un buen rendimiento. En este estudio, proponemos un método de reconocimiento de entidades médicas en chino que fusiona vectores de caracteres y de palabras. El método expresa los textos en chino como vectores de caracteres y vectores de palabras por separado y los fusiona en el modelo para obtener características. El modelo propuesto puede evitar eficazmente los problemas de información faltante en los vectores de caracteres y de particionamiento inexacto de los vectores de palabras. En el conjunto de datos CCKS 2019 para la tarea de reconocimiento de entidades nombradas en registros médicos electr

Autores: Zhang, Qinghui; Hou, Lei; Lv, Pengtao; Zhang, Mengya; Yang, Hongwei