《表1 使用BMES规则转换电子病案数据》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《神经网络在非结构化电子病历数据抽取中的应用》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

随机抽取某一患者非结构化电子病历中入院记录如下，针对“患者1小时前发热后突发左下腹疼痛”，该病案信息显示“发热”与“左下腹痛”二者之间的因果关系，可以转换为一个（发热、诱因、左下腹疼痛）三元组，使用BMES规则（B-实体开头，M-实体中间，E-实体结尾，S-独立实体，O非实体）将数据转换为如下格式。其中“CS”指的是Cause-Symptom的联合。通过Jointly方法将原来的实体标注和关系标注两层任务转换为一层的序列标注任务，完成命名实体识别和实体关系的抽取。在定义命名实体的同时，通过提前设定的7种疾病修饰分类，定义命名实体的属性特征，区分否定词、前后关系等关键信息，如：“无发热”（否认关系）、“1小时前”或“1小时后”（基于条件的关系）等。当然系统自动标注结果也会出现一定的误差，比如“左下腹疼痛”也可以标注为“左下腹”与“疼痛”两个词，在定义过程中，若发现命名实体A的相邻位置上是另一个命名实体B，说明这两个命名主体间存在依存关系或描述关系，则将这两个命名主体自动合并，以满足三元组数据结构，见表1。