中文司法领域的实体和关系抽取技术在提高办案效率方面具有重要作用,但现有的关系抽取模型缺乏领域知识且难以处理重叠实体,造成难以准确区分和提取实体与关系等问题.通过引入领域知识,提出一种法律信息增强模块,增强了用所提法律潜在...中文司法领域的实体和关系抽取技术在提高办案效率方面具有重要作用,但现有的关系抽取模型缺乏领域知识且难以处理重叠实体,造成难以准确区分和提取实体与关系等问题.通过引入领域知识,提出一种法律信息增强模块,增强了用所提法律潜在关系与全局对应(legal potential relationship and global correspondence,LPRGC)模型理解法律文本中术语、规则和上下文信息的能力,从而提高了实体和关系的识别准确性,进而提升了实体和关系抽取算法的性能.为解决重叠实体问题,设计了一种基于潜在关系和实体对齐的关系抽取方法.通过精确标注实体位置,筛选潜在关系,并利用全局矩阵对齐实体,解决重叠实体的关系抽取问题,能够更准确地捕捉到重叠实体之间的关系,并有效地将其映射到正确的实体对上,从而提高抽取结果的准确性.在中国法律智能技术评测数据集上进行实体和关系抽取实验,结果表明,LPRGC模型的准确率、召回率和F_(1)值分别为85.21%、81.19%和83.15%,均优于对比模型,特别是在处理实体重叠问题时,LPRGC模型在单实体重叠类型的抽取中,F_(1)值达到了81.45%;在多实体重叠类型的抽取中,F_(1)值达80.67%.LPRGC模型在实体和关系抽取的准确性上较现有方法有明显改进,在处理复杂法律文本中的实体重叠问题上取得了显著效果.展开更多
文摘目的探讨基于老年综合评估(comprehensive geriatric assessment,CGA)的全程“微信”个案健康管理模式在体检老年人中的应用成效,旨在提升老年人健康行为能力。方法采用随机对照试验方法,选取2022年7月至2023年6月于本院特需医疗中心门诊体检的老年人100例,采用随机数字表法将其分为对照组和试验组各50例。两组均进行CGA,对照组采用常规健康管理,试验组实施基于CGA的全程“微信”个案健康管理。分别在干预前、干预3个月、6个月和12个月时比较两组老年人的健康行为能力自评量表(self-rated abilities for health practices scale,SRAHP)评分;分别在干预前、干预12个月时比较两组老年人衰弱状况量表(fatigue,resistance,ambulation,illnesses,&loss of weight scale,FRAIL)、微型营养评定简表(mini nutritional assessment-short form,MNA-SF)评分;比较干预后两组老年人跌倒发生率。结果所有患者均完成研究。重复测量方差分析结果显示,两组SRAHP总分在时间主效应、组间主效应与交互效应均有统计学显著性(F_(时间)=193.451,P<0.001;F_(组间)=23.661,P<0.001;F_(交互)=29.970,P<0.001),进一步分析发现,干预6个月和12个月时试验组SRAHP总分高于对照组(均P<0.001);干预12个月时试验组患者衰弱程度与营养状况优于对照组(均P<0.05);跌倒发生率试验组低于对照组(P<0.05)。结论基于CGA的全程“微信”个案健康管理模式能有效提高体检老年人健康行为能力,改善衰弱和营养状况,降低跌倒发生率,可为老年健康管理提供参考。
文摘中文司法领域的实体和关系抽取技术在提高办案效率方面具有重要作用,但现有的关系抽取模型缺乏领域知识且难以处理重叠实体,造成难以准确区分和提取实体与关系等问题.通过引入领域知识,提出一种法律信息增强模块,增强了用所提法律潜在关系与全局对应(legal potential relationship and global correspondence,LPRGC)模型理解法律文本中术语、规则和上下文信息的能力,从而提高了实体和关系的识别准确性,进而提升了实体和关系抽取算法的性能.为解决重叠实体问题,设计了一种基于潜在关系和实体对齐的关系抽取方法.通过精确标注实体位置,筛选潜在关系,并利用全局矩阵对齐实体,解决重叠实体的关系抽取问题,能够更准确地捕捉到重叠实体之间的关系,并有效地将其映射到正确的实体对上,从而提高抽取结果的准确性.在中国法律智能技术评测数据集上进行实体和关系抽取实验,结果表明,LPRGC模型的准确率、召回率和F_(1)值分别为85.21%、81.19%和83.15%,均优于对比模型,特别是在处理实体重叠问题时,LPRGC模型在单实体重叠类型的抽取中,F_(1)值达到了81.45%;在多实体重叠类型的抽取中,F_(1)值达80.67%.LPRGC模型在实体和关系抽取的准确性上较现有方法有明显改进,在处理复杂法律文本中的实体重叠问题上取得了显著效果.
