《表2 各类实体训练集、验证集及测试集分布》

  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

《基于BiLSTM-CRF中文临床文本中受保护的健康信息识别》

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

数据集标注一致性达96%，并对存在争议的地方进行讨论确定一致结果。将出院小结数据集按照7∶1∶2的比例随机划分为训练集、验证集和测试集，分别包含22 617份、3 231份和6 463份文本。各类PHI实体分布如表2所示。实体类别主要以患者姓名、日期、医疗机构名称等为主，其他PHI实体类型频率较低。