基于中医古籍文献的中医命名实体识别方法及识别系统

摘要

本发明提供了一种基于中医古籍文献的中医命名实体识别方法及系统，用以解决中医命名实体的识别问题。所述方法在获取中医古籍文献语料的基础上进行数据清理，再进行语言模型预训练；通过对语料进行序列标注，形成后续模型的训练集；基于序列标注的模型训练集，将语言模型作为编码层，将神经网络结构作为解码层，训练序列标注模型，从而基于序列标注模型进行中医命名实体识别。本发明结合现有的语言训练模型，如Google提出的语言模型预训练方法bert，基于小样本训练集节省了人工标注的成本，提高了识别效果及准确率，易操作，实现对中医古籍文献，尤其是中医古籍医案的有效和全面利用，为中医领域研究打下了良好的基础。