基于融合语义特征的医疗事件抽取模型研究
DOI: https://doi.org/10.64083/STE2610604
作者
李晓雪，刘瑶，贾白茹
摘要
中文电子病历中的医疗事件提取任务面临专业术语密集、上下文语义捕获不充分等挑战。为缓解上述问题，本文设计了一种融合上下文语义信息与触发词特征的事件提取方案。具体流程包括：利用LTP工具完成病历文本的分词处理，并实现对肿瘤电子病历中触发词的自动识别；借助RoBERTa预训练模型生成富含上下文语义的词向量表示；进一步，提出基于BERT-ConditionalLayerNorm的语义特征融合模型，将全局上下文与局部触发词特征进行联合建模。在真实数据集上的实验结果显示，所提方法有效提高了医疗事件抽取的F1指标，证明了该融合策略在缓解语义缺失问题上的有效性。
关键词
中文电子病历；医疗事件抽取；上下文语义信息；RoBERTa；语义特征融合
