电子技术杂志官网

摘要：阐述中文电子病历命名实体的识别效果，采用乱序预训练语言模型PERT模型进行词嵌入，构建PERT-BiLSTM-CRF电子病历实体识别模型，于CCKS2018数据集上，与BERT模型进行对比。提出的模型实体识别效果F1值达到了93.75%。实验表明，对于病历文本中的一句话，连续单词的前后顺序调换并不影响其语义，使用PERT模型进行词嵌入，能够提高模型的泛化能力，并且加入BILSTM-CRF层进行上下文语义的获取以及约束能够提高命名实体识别的准确性。

关键词： 计算机技术; 实体识别; PERT模型; 乱序语言模型;

基金资助： 宁夏自然科学基金（2020AAC03122）； 宁夏医科大学理学院科研项目（NYLXY20210006,NYLXY20210012）；

专辑： 医药卫生科技;信息科技

专题： 医学教育与医学边缘学科;计算机软件及计算机应用

分类号： R-05;TP391.1