一种基于神经网络的临床医学信息提取方法

摘要

本发明公开了一种基于神经网络的临床医学信息提取方法，通常医学文本中具有许多专业性词汇、生僻词汇以及用数字和字符组成的时间表达式等，但是利用卷积神经网络得到的字符向量可以包含单词的形态学信息，因此可以很好的解决这个问题。同时本文使用的双向LSTM能很好地捕获上下文信息。此外，使用神经网络的方法避免了机器学习中人为设计特征这一过程，能很好的解决领域适应的问题。本发明的方法在不同的数据领域上都取得了较好的结果，能高效准确智能地从海量医疗数据中提取有实用价值以及研究意义的信息。