张运中 纪 斌 余 杰 刘慧君

1(湖南省电子口岸服务中心 湖南 长沙 410001)2(国防科技大学计算机学院 湖南 长沙 410073)3(中国工程物理研究院计算机应用研究所 四川 绵阳 621999)

0 引 言

随着电子病历的迅速普及和医疗大数据时代的到来，自然语言处理(Natural Language Processing, NLP)技术在医学领域的应用与发展已经成为当前的研究热点。NLP相关技术，如句子的分词、实体识别等，可以从临床医疗记录中提取有科研价值信息，帮助科研人员进行的学术研究，从而可以支持医疗研究和辅助治疗方案决策[1]。

命名实体识别(Named Entity Recognition, NER)是自然语言处理里的一项基础任务。狭义上，NER是识别出人名、地名和组织机构名这三类命名实体[2]。临床医疗命名实体识别是医疗信息抽取最基础的任务，国内诸多有影响力的学术会议将其作为评测任务以推进其研究与发展，如中国知识图谱与语义计算大会(China Conference on Knowledge Graph and Semantic Computing, CCKS)[3]、中国健康信息处理会议(China Health Information Processing Conference, CHIP)等。这些评测任务既推动了医疗命名实体识别的研究与发展，也为后续的研究提供了一批高质量的数据集。

CHIP2018发布中文电子病历临床医疗命名实体识别评测任务[4]，此项评测任务来自工业界的真实应用，因此更具有研究价值和挑战性。此次评测任务的目的是从电子病历中抽取出三种恶性肿瘤相关的命名实体，并发布了600份人工标注的病历作为训练数据，200份无标注的病历作为测试数据，在本文中分别用CHIP TR和CHIP TE标识。由于这三种实体的复杂性和特殊性质，单一神经网络模型难以有效地完成本任务。……