一种融合多粒度特征的中文医疗文本命名实体识别方法

本发明涉及自然语言处理技术领域，且公开了一种融合多粒度特征的中文医疗文本命名实体识别方法，包括以下步骤：S1：数据预处理，获取需要进行命名实体识别的中文医疗文本数据和标注数据，对医疗文本数据进行预处理，生成训练集、验证集、测试集；S2：数据嵌入，对预处理后文本数据的每个字符通过预训练语言模型得到对应的字嵌入。本发明不仅能够更有效地整合不同粒度的特征，避免了信息孤立和过拟合的问题，使得特征融合更加高效，而且能够提高识别的准确性和效率，还能够生成的词嵌入对于文本中的噪声、拼写错误等问题具有较好的鲁棒性，并且更好地控制过拟合风险，提高模型的泛化能力。