结合多头自注意力机制与BiLSTM-CRF 的中文临床实体识别

罗熹，夏先运，安莹，陈先来

（1.中南大学大数据研究院，湖南长沙 410083；2.湖南警察学院网络侦查技术湖南省重点实验室，湖南长沙 410138）

随着医疗信息化的快速发展，医疗机构中积累了大量的电子病历数据.这些电子病历是病人在医院就诊及治疗过程中所产生的重要记录，包含了临床文本、医学图表、医学影像等多种类型的临床记录数据.其中，诸如主诉、诊断结果、入院/出院记录和治疗过程等临床文本中蕴含着极为丰富的临床经验知识以及与病人健康状态紧密相关的临床信息，但是，这些以非结构化自由文本形式存储的信息很难直接加以分析和利用，需要首先通过自然语言处理技术进行必要的信息抽取，准确地识别出文本中的相关概念、属性和语义关系等重要信息.命名实体（Named Entity，NE）是电子病历中相关医学知识的主要载体，因此，临床命名实体识别也就成为了临床文本分析处理极为关键的基础性任务之一.

近年来，关于临床命名实体识别的研究得到了研究人员大量的关注，并在英文临床文本领域产生了一系列的研究成果，其中基于统计机器学习方法的条件随机场（CRF）[1]和基于深度学习方法的长短时记忆网络与条件随机场（BiLSTM-CRF）[2]应用最为广泛.然而，由于在语言结构和表达形式等方面的特殊性，面向中文电子病历的临床命名实体识别依然存在着巨大的挑战.

随着深度学习技术的发展，很多研究人员尝试使用基于循环神经网络……