摘要
本发明提供一种基于实体增强的医疗信息抽取方法,使用BERT预训练模型得到文本向量;使用全局实体加强层和局部实体加强层得到实体加强表征向量,通过五角标类型的解码层将实体关系联合抽取分解成细粒度分类任务,以实现医疗文本实体对及其关系的抽取。能够在复杂的医疗文本有效的完成抽取任务。
技术关键词
信息抽取方法
实体
细粒度分类
BERT模型
文本
非暂态计算机可读存储介质
信息抽取系统
关系
线性
注意力机制
解码
编码模块
矩阵
空洞
处理器
单层
网络
存储器
系统为您推荐了相关专利信息
数据训练方法
节点特征
多模态
特征学习模型
注意力机制
数据查询请求
查询特征
数据更新
数据查询方法
关系型数据库
跨层设计方法
语义关联度
文本
预编码矢量
鲁棒性