利用迁移学习引导的神经网络进行电子健康记录中的命名实体识别

神经网络（NNs）已成为许多机器学习应用中的最先进方法，尤其在图像和声音处理方面 [1]。同样，尽管程度较轻 [2,3]，在自然语言处理（NLP）任务中，如命名实体识别，也可如此说。然而，NNs 的成功仍然依赖于大量标注数据集的可用性，这在许多重要应用中是一个重大障碍。电子健康记录（EHRs）便是这样一个案例，它可以说是最大的医疗数据来源，其中大部分隐藏在自然文本中 [4,5]。由于数据隐私问题，数据访问困难，因此标注数据集稀缺。在数据稀缺的情况下，NNs 很可能无法以实用精度提取这些隐藏信息。在我们的研究中，我们开发了一种解决命名实体识别中这些问题的方法，在 I2B2 2009 医学抽取挑战赛 [6] 中获得了 94.6 的 F1 分数，比赢得该竞赛的架构高出 4.3。除官方 I2B2 挑战赛外，我们在提取医学术语间关系上进一步达到了 82.4 的 F1。为了达到这一最先进精度，我们的方法应用迁移学习来利用为其他 I2B2 任务标注的数据集，并设计和训练特别受益于此类迁移的嵌入。