摘要
本发明属于电子病历技术领域，具体公开了一种医学文本命名实体识别方法及系统，该方法采集原始医学文本并作为DLBC的输入，将预训练语言模型作为DLBC的嵌入层对原始医学文本分词处理，将文本转换为字符序列，再将字符序列送入预训练语言模型，生成对应的字符向量表示；使用语料库提取医学名词和类别，构建包含多类别医学名词的领域词典；使用多头注意力机制，得到特征序列；利用双向长短期记忆网络Bi LSTM，对特征序列进行特征提取，上下文信息建模；使用线性层将Bi LSTM的输出转换为每个字符对应的NER标签概率分布，应用联合解码策略CRF得到最终的识别结果。采用本技术方案，利用领域词典提供的外部信息，进行实体嵌入增强，提升医学实体识别准确率。
