期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到1篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于CRoBERTa-Effg和对抗训练的中文医疗命名实体识别
1
作者 邢雪凯 柯晨昊 +2 位作者 何帆 杨一鸣 胡国华 《黑龙江工业学院学报(综合版)》 2025年第4期103-107,共5页
针对利用预训练模型进行中文医疗命名识别任务中存在复杂的实体边界、多义性和数据稀疏性等问题,首先,提出了CRoBERTa+Efficient-GlobalPointer+PGD实体识别模型。模型在编码阶段使用chinese-roberta-wwm-ext预训练模型对输入进行编码,... 针对利用预训练模型进行中文医疗命名识别任务中存在复杂的实体边界、多义性和数据稀疏性等问题,首先,提出了CRoBERTa+Efficient-GlobalPointer+PGD实体识别模型。模型在编码阶段使用chinese-roberta-wwm-ext预训练模型对输入进行编码,充分捕捉上下文信息;其次,通过改进的Efficient-GlobalPointer网络处理嵌套与非嵌套实体关系,有效建模实体间的长距离依赖关系;最后,通过引入对抗训练策略增强模型对噪声和对抗样本的鲁棒性。在CMeEE中文医学命名实体识别数据集上进行实验,结果表明,该模型的准确率,召回率和F1值分别达到74.5%、75.4%、74.8%,较CRoBERTa-GlobalPointer模型在准确率、召回率、F1值上分别提升了1.3%、1.3%、1.2%。实验结果表明,该模型在复杂的医疗文本场景中具有更好的识别性能和鲁棒性。 展开更多
关键词 chinese-roberta-wwm-ext 命名实体识别 efficient-globalpointer 对抗训练
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部