《表1 实体举例表：基于深度学习的甲状腺病史结构化研究与实现》

  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

《基于深度学习的甲状腺病史结构化研究与实现》

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

构建专业词库主要目的在于数据预处理过程中指导原始数据分词和结构化过程中基于词库匹配进行实体抽取。使用专业词库指导文本分词则旨在避免通用分词工具对专业数据进行误分、错分；基于词库进行信息抽取的核心思想是指结合领域知识和抽取目标信息建立的字符串标识匹配与定位。词库的最初构建来源于多个专业词表，包括:ICD-10疾病标准[1]、2017年国家医保药品目录、ICD-9-CM[2]（手术操作编码）、某三甲医院收费明细与收费标准和中华医学会内分泌分会发表的2008《甲状腺疾病诊治指南》[3]。标准词表及其对应的实体类型和举例详见表1。