闫璟辉，向 露，周 玉，孙 建，陈 思，薛 晨

(1. 北京交通大学 计算机与信息技术学院 交通数据分析与挖掘北京市重点实验室，北京 100044；2. 中国科学院 自动化研究所 模式识别国家重点实验室，北京 100190；3. 北京中科凡语科技有限公司，北京 100080；4. 凡语AI研究院，北京100080；5. 中国科学院大学 人工智能学院，北京 100049)

0 引言

命名实体规范化(named entity normalization)，也称为实体链接，是自然语言处理的基本任务之一。临床术语标准化任务是典型的医学领域命名实体规范化问题，其目的是将已识别的医学术语无歧义地正确指向医学知识库目标实体的过程。临床术语标准化任务是医学统计中不可或缺的一项任务。临床上，关于同一种诊断、手术、药品、检查、化验、症状等往往会有成百上千种不同的写法。标准化(归一)要解决的问题就是为临床上各种不同说法找到对应的标准说法。有了术语标准化的基础，研究人员才可对电子病历进行后续的统计分析。本质上，临床术语标准化任务也是语义相似度匹配任务的一种。

CHIP2019评测由临床术语标准化任务、平安医疗科技疾病问答迁移学习任务、临床实验筛选标准短文本分类任务三个任务组成。北京中科凡语科技有限公司下属凡医团队参加了临床术语标准化任务。本次评测任务的主要目标是针对中文电子病历中挖掘出的真实手术实体进行语义标准化。 给定一个手术原词，要求给出其对应的手术标准词。所有手术原词均来自于真实医疗数据，并以《ICD9-2017协和临床版》 手术词表为标准进行了标注。……