[发明专利]一种基于深度学习的中文电子病历概念抽取方法

摘要

本发明公开一种基于深度学习的中文电子病历概念抽取方法，包括：利用多层稀疏自动编码器的深层架构训练出目标词的上下文分布式特征，之后合并本身具有高级概念意义的实体特征——标记特征和词性特征为整体特征，将整体特征输入到深度信念网络中进行模型训练。比对样本的标记特征进行残差计算，通过有监督地微调，对整个深层架构的性能进行优化调整。本发明的方法充分利用了深度学习对特征进行深层优化的特点，同时加入了实体特征作为先验知识，在减少了对于人工特征依赖的同时，可提高分类和预测的准确性。

主权项

一种基于深度学习的中文电子病历概念抽取方法，其特征在于，包括以下步骤：步骤一：获取上下文特征采用词的独热表示(one‑hot representation)对上下文所有词进行表示，利用滑动窗口的方法获取上下文特征，作为固定维度的输入向量；步骤二：获取上下文分布式特征将步骤一获得的上下文特征作为输入向量，输入到多层稀疏自动编码器的深层结构中，对输入数据进行自监督式(self‑supervised)的特征学习，获得更高级，更抽象的上下文分布式特征；步骤三：合并特征将标记实体本身的标记特征、词性特征与步骤二得到的上下文分布式特征合并为整体特征；步骤四：将整体特征输入到深度信念网络中进行参数训练；步骤五：用训练好的深度信念网络模型对测试样本进行概念抽。