基于深度學習的醫(yī)學實體和關系聯(lián)合抽取研究綜述

摘要： 命名實體識別與關系抽取作為醫(yī)學領域信息抽取的核心任務，能夠從非結(jié)構(gòu)化或半結(jié)構(gòu)化的文本中自動識別實體邊界、實體類型以及實體之間的關系。不僅能夠促進知識的發(fā)現(xiàn)與整合，應用于臨床決策，加強藥物的發(fā)現(xiàn)和再利用，還可以助力公共衛(wèi)生監(jiān)測和疾病預防?；仡櫫藢嶓w識別和關系抽取的發(fā)展歷程，介紹了常用評價指標和醫(yī)學領域?qū)嶓w關系聯(lián)合抽取數(shù)據(jù)集，指出目前聯(lián)合抽取領域存在醫(yī)學文本結(jié)構(gòu)比較復雜、實體關系重... （共14頁）