基于命名实体识别和图嵌入技术的脑血管疾病相似病历研究

摘要

针对脑血管疾病电子病历信息挖掘不够充分、现有电子病历检索模型不能够挖掘文本深层次语义关系等问题,本文提出的一种“NER和图嵌入技术”相似病历检索方法,首先,利用Bi-LSTM-ATT-CRF模型抽取疾病、症状、检查、治疗和身体部位5类实体;其次,以实体为点、实体共现关系为边,构建脑血管疾病实体网络;最后,通过Node2Vec算法进行图嵌入,通过网络随机游走挖掘电子病历的多度关系。该方法有效提升了医疗相似文本检测的效果。