基于领域词典与CRF双层标注的中文电子病历实体识别

医疗实体识别是电子病历文本信息抽取的基本任务。针对中文电子病历文本复合实体较多、实体长度较长、句子成分缺失严重、实体边界不清的语言特点以及标注语料难以获取的现状,提出了一种基于领域词典和条件随机场（CRF）的双层标注模型。该模型通过对外部资源的统计分析构建医疗领域词典,再结合条件随机场,进行了两次不同粒度的标注,将领域词典识别的准确性和机器学习的自动性融为一体,从中文电子病历文本中识别出疾病、症状、药品、操作四类医疗实体。该模型在测试数据中的宏精确率为96.7%、宏召回率为97.7%、宏F1值为97.2%。同时对比分析了采用注意力机制的深度神经网络的识别效果,因受到领域数据集大小的限制,在该测试数据集中后者表现不佳。实验结果表明了该双层标注模型对中文医疗实体识别的高效性。      

目录服务技术在电子政务数据交换平台中的应用

本文在研究目录服务技术的基础上，设计了应用于电子政务数据交换平台中的元数据的组织模式和多目录数据库模型，为有效的管理和组织数据，处理数据的分布管理和集中使用提供了一个解决方案。     

C++高级程序设计教学中的问题和对策

对通信工程专业"C++高级程序设计"课程教学过程作了介绍,对教学中遇到的一些问题做了探讨;从概念的角度回答了同学们学习过程中经常提问的几个问题,从而激发了学生的学习兴趣。     

基于CRF和深度学习的病历实体识别的研究

随着电子病历数据量的快速增长,如何深层次、高效率地利用电子病历资源成为越来越迫切需要解决的问题. 从真实病历出发,研究电子病历的医学实体识别问题,为计算机更好地辅助医疗奠定基础. 通过人工标注的108份心血管科的真实病历数据与3类特征模板,运用条件随机场和双向长短时记忆网络联合条件随机场对心血管科电子病历疾病命名实体抽取的实验,并进行比较分析. 结果表明,结合合适的特征模版,条件随机场模型有更好的抽取性能,是一种较为适用的病历命名实体抽取方法.     

“数字图像处理”教学中培养学生计算思维的方法探究

介绍了通信工程专业"数字图像处理"课程的教学过程,对教学过程中如何培养和训练学生计算思维做了探讨,从数学基础到类比推演以及授课方式几个方面讨论了怎样让学生深入理解计算的细节和方法。     

网络仿真中的自相似流量发生模型研究

网络仿真已成为网络性能分析的一个有效工具,网络流量仿真又是网络仿真的基础和重要步骤。现主要讨论了网络流量的自相似性质,并应用相似模型Pareto分布实现了对网络自相似流量的仿真。     

网络仿真中的自相似流量发生模型研究

网络仿真已成为网络性能分析的一个有效工具，网络流量仿真又是网络仿真的基础和重要步骤。现主要讨论了网络流量的自相似性质，并应用相似模型Pareto分布实现了对网络自相似流量的仿真。