一种基于自然语言处理的中医医案的命名实体识别方法

本申请涉及自然语言处理领域，具体提供了一种基于自然语言处理的中医医案的命名实体识别方法，该方法包括如下步骤：S1，获取医案数据，预处理后得到标准数据集；S2，构建命名实体识别模型；S3，对命名实体识别模型进行训练和测试；S4，将待识别文本输入训练后的命名实体识别模型，命名实体识别模型输出预测结果。本申请中BERT模型关注全局依赖性，距离较远的文本之间的依赖关系被关注，BiLSTM模型关注了词汇间的直接顺序和局部上下文。将BERT模型输出的文本序列信息与经过BiLSTM模型、多头注意力机制处理后的文本序列信息进行拼接融合，多头注意力机制增强了相邻信息间的序列信息关联，从而本申请方法对中医医案进行命名实体识别的准确率较高。