Resumen

El Expediente Médico Electrónico (EMR) contiene una gran cantidad de conocimiento médico relacionado con los pacientes, que ha sido ampliamente utilizado en la construcción de gráficos de conocimiento médico. Estudios previos se centran principalmente en las características basadas en la semántica superficial de los EMR para la extracción de relaciones, como la característica contextual, pero se han descuidado las características de la estructura de las oraciones en los EMR chinos. En este artículo, se propone un método de extracción de relaciones basado en el análisis de dependencia de fusión. Específicamente, este artículo amplía las características básicas con características de registros médicos y características de indicadores que son aplicables a los EMR chinos. Además, se introducen características sintácticas de dependencia para analizar la estructura de dependencia de las oraciones. Finalmente, el valor F1 de la extracción de relaciones basado en características extendidas es un 4,87% mayor que el de la extracción de relaciones basado en características básicas. Y en comparación con lo anterior, el valor F1 de la extracción de relaciones

• Materias:Big Data Segmentación de líneas Tráfico de red Reconocimiento de entidad Esquema de programación
• Subjects:Big Data Line segmentation Network traffic Entity recognition Programming scheme
• Palabras claves:Registro médico electrónico; Gráficos de conocimiento médico; Extracción de relaciones; Registros médicos chinos; Análisis de dependencias; Características sintácticas
• Keywords:Electronic medical record; Medical knowledge graphs; Relation extraction; Chinese EMRs; Dependency parsing; Syntactic features