关键词：电子病历;自然语言处理;命名实体识别;多层次信息抽取
摘 要：目的:探索新的多层次信息抽取模式,以改进当前以"医学词典"和"正则表达式"为主的电子病历信息抽取技术。方法:通过"文书类别预测模块"和"分类模型",对不同病历文书及章节内容进行区分;并在此基础上,利用"规则+深度学习模型",根据不同文本信息特点搭建相应的信息抽取模型,对不同实体及其语义关系进行识别和建立。结果:通过对文书类别、章节以及实体属性的归纳识别、分层建模,实现了对医疗文本中各种信息的多维解析与分类存储。结论:多层次信息抽取方法为实现电子病历智能化应用奠定了坚实基础,对于优化诊疗模式、辅助临床决策、促进知识共享等具有实际意义。
内 容：原文可通过湖北省科技信息共享服务平台（http://www.hbstl.org.cn)获取