基于循环胶囊网络的临床语义关系识别研究
【摘要】 得益于医疗信息化的不断推进，医院已积累了大量的电子病历记录。然而，这些病历记录大多以自然语言的形式存在，无法为计算机所“理解”，也就无法对其做进一步的处理与挖掘。由此，对病历文本进行结构化研究，识别出病历实体间的语义关系，便显得尤为重要。本文针对临床语义关系识别任务，提出循环胶囊网络模型，使用分段循环神经网络来捕捉两实体及其上下文信息，并使用胶囊网络来进行最终的关系分类。实验表明，本文提出的方法较现有监督学习方法取得了更好的识别效果（F1-score为96.51%），证明了本文方法的优越性。
