《表2 医学实体和属性的识别结果》

  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

《智能提取胃癌分期相关信息研究》

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

模型主要步骤包括两个方面，实体识别和属性提取，具体结果如表2所示。结果显示了在精确和松弛匹配下医学实体及其属性的P、R和F值。此外，松弛匹配的F值在三种实体类别以及属性的识别中，大于精确匹配下的F值。Bi LSTM-CRF对实体的识别在精确和松弛匹配下的F值均较单纯CRF模型要高（表3）。医学实体识别的过程将直接影响属性提取的结果，所以我们首先评估医学实体识别的性能，然后评估属性的性能。