买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：上海大学

摘要：本发明公开了一种基于BIC的中文电子病历实体标注新方法，属于自然语言处理技术领域，用来解决中文电子病历实体识别及标注的问题；步骤如下：先根据实际需求给出相应的医学实体标注规范，接着人工标注少量数据，将人工标注的数据进行数据处理，处理成模型所需数据格式，形成训练数据；接着训练模型参数，生成序列标注模型，该模型包含双向长短时记忆网络、迭代空洞卷积神经网络、条件随机场，设置模型的解码端；将待标注数据输入到序列标注模型，输出结果，得到机器标注的数据；然后由人工审查修正部分标注错误，再经过数据处理操作，得到模型所需训练数据，再次进行模型训练。本发明方法能够实现中文电子病例数据的自动标注，准确率高。

主权项：1.一种基于BIC的中文电子病历实体标注方法，其特征在于，具体操作步骤如下：1首先根据实际需求给出相应的医学实体标注规范，接着人工标注少量数据，将人工标注的数据进行数据处理，处理成模型所需数据格式，形成训练数据；2接着训练模型参数，生成序列标注模型，该模型包含双向长短时记忆网络BiLSTM、迭代空洞卷积神经网络IDCNN、条件随机场CRF，其中BiLSTM、IDCNN作为模型的编码端，CRF作为模型的解码端；3将待标注数据输入到序列标注模型，输出结果，得到机器标注的数据；4然后由人工审查修正部分标注错误，再经过数据处理操作，得到模型所需训练数据，再次进行模型训练；在所述步骤2中，生成序列标注模型的方法如下：a.模型的输入是中文文本，根据不同长度文本，分为不同训练批次，每个训练批次有20句文本，将一批训练文本通过嵌入层转化为张量，每一批训练文本通过补空达到长度一致；b.嵌入层得到输入数据的张量，经过编码端处理，编码端由BiLSTM与IDCNN组合形成，设置BiLSTM隐藏层神经元数量，由BiLSTM层的输出对应张量；c.将BiLSTM层的输出输入到IDCNN层提取文本局部细节特征；IDCNN层由四个迭代的空洞卷积神经网络组合形成，设置每一个空洞卷积神经网络卷积核大小，空洞卷积有三层，设置每一层的空洞大小，做卷积操作后进行输出为，最后四个迭代空洞卷积结果拼接形成编码端的输出数据对应张量；d.解码端由条件随机场计算输入数据对应的标签Tag；首先编码端的输出经过一个神经网络，设置网络权重，经过该网络得到逻辑回归值对应张量，从而生成序列标注模型。

全文数据：

权利要求：

百度查询： 上海大学 一种基于BIC的中文电子病历实体标注方法