电子病历中命名实体的智能识别

叶 枫 陈莺莺 周根贵* 李昊旻 李 莹（浙江工业大学经贸管理学院，杭州 3003）

2（浙江大学生物医学工程与仪器科学学院，杭州 310027）

引言

面对信息爆炸带来的严重挑战，人们迫切需要一些自动化的工具帮助他们快速寻找到真正重要的信息。信息抽取（information extraction，IE）可以从文本中抽取出特定的信息并形成结构化数据，帮助人们对信息内容进行整理和分析［1］，于是信息抽取技术应运而生。命名实体识别（named entity recognition，NER）是指识别文本中具有特定意义的实体，主要包括人名、地名、机构名、专有名词等，它作为信息抽取的第一步起着关键性的作用。

在国外，各个研究领域都对命名实体识别展开了大量研究，尤其是在生物医学领域，已经进行了深入研究［2-5］。我国对命名实体识别的研究相对起步较晚，主要集中在人名、地名、机构名等实体的识别［6］。近年来，我国学者开始对生物医学领域内的专有名词进行智能识别，与国外一样，其研究内容主要集中在蛋白质、基因、核糖核酸等实体的识别［7-10］。

随着临床信息化的发展，电子病历开始在临床中逐渐普及，如何智能地利用其中的信息也越来越受到关注，不少临床决策支持系统（clinical decision support system，CDSS）都将电子病历作为重要的知识来源［11-12］。然而，以自然语言形式存在的病历信息成为信息智能利用的障碍，如何让计算机自动汇总患者信息，构建和挖掘大型临床数据库以服务于临床决策，成为临床信息化所亟需解决的问题。

在病历中，命名实体的类别繁多，除了时间、人名、组织机构等常见的实体类别外，还有疾病、症状、手术操作、病因、病理、药品等特有的实体类别。……