科研之友
微信
新浪微博
Facebook
分享链接
摘要
面向医疗领域的命名实体识别是实现医疗数字化的重要任务之一，领域相关资源文本实体数量庞大且词汇构成复杂多样，存在着严重的实体嵌套及词边界模糊问题。以原协作图网络为基础，提出一种基于改进图注意力网络的命名实体识别方法。该方法融合多种特征交互逻辑，完成整体交互关系图的构造，进而结合图注意力网络实现多特征的自适应聚合，降低了计算开销，提升了多特征传导交互效率。此外，模型还使用一种具备方向感知的TENER模型建模文本深层次依赖，强化方向、位置敏感型特征的捕获能力，进一步提升了模型在限定领域实体识别任务中的性能表现。实验结果表明，所提方法相比于原模型在CCKS-2019和Resume数据集上的F1值分别取得了0.007 1和0.002 5的提升，证明了改进的有效性。
- 出版日期2023
- 单位淮阴工学院
