【技术实现步骤摘要】
本专利技术属于自然语言处理领域，具体涉及一种字符卷积特征融合生物医学实体识别方法及装置。
技术介绍
1、近20年来，生物医学领域相关的医学、生物学、药学、护理学、生物化学、生物物理学、流行病学等研究和技术有了突飞猛进的发展，大量的成果都发表在相应的期刊杂上。medline数据库包含了数百万篇有关生物医学和生命科学领域的学术文献。这些文献来自于世界各地的期刊、学术出版物、会议论文和其他可信的医学文献来源，并且这种增长趋势还在不断的增加。从2002年到2022年期间medline数据库中文献的被引用量情况如图4所示，2002年的引用量还是50.20万，到了2021年引用量就超过了100万，甚至达到了2022年的136.96万，20年的时间里，引用量的增长超过了一倍。这也反映了生物医学领域的研究热度。充分利用自然语言处理技术对海量的文本数据进行分析和处理，不仅可以挖掘出其中潜在的有价值信息，而且还可以用于实现许多智能化的场景。例如，胃癌这种严重的恶性肿瘤，对人民群众生命健康威胁极大。科研人员、药物研发人员和临床专家已经进行了大量科学研究工作，...
【技术保护点】
1.一种字符卷积特征融合生物医学实体识别的方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的字符卷积特征融合生物医学实体识别的方法，其特征在于，所述字符卷积神经网络由卷积网络堆叠而成；所述卷积网络分为3层，从下到上分别为卷积层、池化层、随机丢弃层。
3.根据权利要求2所述的字符卷积特征融合生物医学实体识别的方法，其特征在于，字符卷积神经网络由3个卷积网络堆叠而成，分别对应卷积层的卷积核大小为2、3、4。
4.根据权利要求3所述的字符卷积特征融合生物医学实体识别的方法，其特征在于，对池化层进行特征选择，降低特征数量；具体方法为
5....
【技术特征摘要】
1.一种字符卷积特征融合生物医学实体识别的方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的字符卷积特征融合生物医学实体识别的方法，其特征在于，所述字符卷积神经网络由卷积网络堆叠而成；所述卷积网络分为3层，从下到上分别为卷积层、池化层、随机丢弃层。
3.根据权利要求2所述的字符卷积特征融合生物医学实体识别的方法，其特征在于，字符卷积神经网络由3个卷积网络堆叠而成，分别对应卷积层的卷积核大小为2、3、4。
4.根据权利要求3所述的字符卷积特征融合生物医学实体识别的方法，其特征在于，对池化层进行特征选择，降低特征数量；具体方法为：
5.根据权利要求1所述的字符卷积特征融合生物医学实体识别的方法，其特征在于，根据提取的生物医学实体特征，捕获生物医学实体的上下文特征时，采用的方法如下：
6.根据权利要求1所述的字符卷积特征融合生物医学实体识别的方法，其特征在于，通过条件随机场crf对标签上下文特征进行建模，输出标注...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。