基于 Prompt-Biomrc 模型的医学命名实体识别及其在智能问诊系统中的应用研究
计算与语言
2025-06-04 v1
摘要
本研究致力于探索提示学习方法在推进医学领域命名实体识别（NER）中的应用。近年来，大规模模型的出现推动了 NER 任务的显著进展，特别是 BioBERT 语言模型的引入，极大地增强了医学文本的 NER 能力。我们的研究引入了 Prompt-bioMRC 模型，该模型结合了硬模板和软提示设计，旨在提高医学实体识别的准确性和效率。通过在多个不同医学数据集上的广泛实验，我们的结果一致表明该方法超越了传统模型。这一提升不仅验证了我们方法的有效性，也突显了其为智能诊断系统等应用提供可靠技术支持的潜力。通过利用先进的 NER 技术，本研究有助于推进自动化医学数据处理，促进更准确的医学信息抽取，并支持高效的医疗决策过程。
引用
@article{arxiv.2506.01961,
title = {Research on Medical Named Entity Identification Based On Prompt-Biomrc Model and Its Application in Intelligent Consultation System},
author = {Jinzhu Yang},
journal= {arXiv preprint arXiv:2506.01961},
year = {2025}
}