面向藥品說明書的醫(yī)療實體關系抽取方法研究.pdf

1、實體關系抽取是信息抽取領域的一個分支，是研究從非結構的文本信息抽取結構化信息的課題，利用自然語言處理、機器學習、數(shù)據(jù)挖掘等技術精簡語義信息，便于用戶檢索和進一步應用。領域無關的實體關系抽取研究蓬勃發(fā)展并取得不錯的成績，但是對于醫(yī)療專業(yè)領域的探索卻剛剛起步。
　　藥品說明書作為選用藥品的指南，包含大量的醫(yī)療實體，抽取其中的醫(yī)療實體關系為用藥信息檢索提供了數(shù)據(jù)基礎，對醫(yī)療行業(yè)有極大的應用價值。本文在總結了較為完備的關系體系的背景下，將

2、醫(yī)療實體關系抽取看做多分類問題，其中，考慮到指代關系的特殊性，采用基于指代消解的方法單獨處理。本文針對藥品說明書語料，基于有監(jiān)督學習方法，采用實體類別、相對位置、上下位信息和線索詞信息等特征，分別使用SVM和樸素貝葉斯分類模型預測關系類別，并取得了較為理想的結果。由于有監(jiān)督學習方法需要大量有標注的訓練樣本，本文針對這一缺點又基于半監(jiān)督學習方法，將不同規(guī)模的少量訓練語料作為自訓練算法的輸入來進行關系類別預測。實驗結果驗證了半監(jiān)督方法在醫(yī)療