中文医疗命名实体识别方法研究综述

王 红 王彩雨

( 山东师范大学信息科学与工程学院，250358，济南 )

1 引 言

目前，医疗领域的信息化建设稳步开展，现代化的医疗信息系统已经积累了海量医疗数据，包括电子病历(Electronic Medical Record，EMR)、医学报告和医疗文本等[1].信息技术在医学领域的广泛使用不仅促使EMR数据急剧增加，而且使得大规模EMR的自动分析成为可能.如何将这些医疗数据变成更有价值的学术资源，是国内外研究者共同关注的问题.随着数据的不断积累，利用自然语言处理技术(Natural Language Processing，NLP)和深度学习(Deep Learning，DL)的方法挖掘电子病历，已经成为医学领域和人工智能领域交叉研究的热点.

EMR是描述患者在临床治疗过程中产生的医疗活动的记录，包括：所患疾病、药物、检查和治疗结果等.这些信息是重要的临床数据，对其进行精确高效地分析和挖掘，能够更好地支持临床辅助诊疗系统、精准医学研究和疾病监控等应用[2].但是，由于临床医学信息大多存储在非结构化或半结构化文本中，许多应用程序无法直接使用这些文档，造成大量资源的流失.调查结果表明，阻碍临床数据使用的主要原因是数据的非结构化程度.因此，人们迫切需要发现信息抽取与挖掘方法，将非结构化文本转化为高质量、便于计算机理解的知识.由于NLP技术的不断发展和成熟，其在医学领域也显示出了巨大的使用价值.因此，可以采用NLP技术挖掘电子病历中蕴含的丰富医学知识，为医务工作者和科研人员提供有效的数据资源，进而造……