王星予，吕学强，游新冬

(北京信息科技大学 网络文化与数字传播北京市重点实验室，北京 100101)

1 引 言

大数据时代的到来为获取信息带来了便利，面对大量的信息，信息抽取可以帮助人们快速的从大量文档中获取有效的信息并对有效信息进行分析，因此信息抽取得到了广泛的应用.实体抽取是信息抽取中十分重要的内容，同时也是构建知识图谱、对话系统、机器翻译等的基础任务，近年来，随着机器学习、深度学习等方法也被广泛应用于实体抽取研究.智慧医疗的出现打破了传统医疗的禁锢[1]，在互联网+医疗健康的背景下[2]，人工智能在医疗健康方面的应用是大势所趋，越来越多的学者开始从事医疗领域实体抽取、关系抽取等信息抽取研究.

在现有的实体抽取研究方法中，常常将数据处理为字符级或是词级，作为模型的输入部分.词级的数据往往是通过各类分词工具得到，错误的分词结果可能会导致错误的抽取结果，分词的准确性就会直接影响到实体抽取的准确性.而词性、词频、词长、依存句法分析等可以辅助进行实体抽取的特征也大多是基于词的，如果采用字符级的数据作为输入，则无法直接融入词级特征，而目前也鲜有可用于字符级的特征.同时，现有的实体抽取研究大多聚焦在模型和方法上的改进，较少聚焦在特定领域数据的独特性上.

对于上述问题，KBLCC方法聚焦医疗领域数据，根据医疗数据特点融入字符……