计算机应用研究

作者：王莉军,周越,桂婕,翟云,

单位：1.中国科学技术信息研究所,北京100038；2.富媒体数字出版内容组织与知识服务重点实验室,北京100038；3.北京科技大学,北京100083；4.中央党校(国家行政学院)电子政务研究中心,北京100089；

关键词：中医,分词,条件随机场,双向长短时记忆,

基金：中国工程科技知识中心建设项目(CKCEST-2019-2-2)；中信所重点工作项目(ZD2019-10)；国家自然科学基金资助项目(61672178)；；

由于中医文献内容繁杂数目庞大、专业术语词汇较多，且包含使用文言文、古人口语等多样的书写方式，使用通用领域的分词器进行分词的效果较差。为了解决这一问题，构建了基于BiLSTM-CRF的模型对中医领域的文献尤其是文言文文献进行分词，并在中医领域文献上对比了BiLSTM-CRF模型、BiLSTM模型及主流通用中文分词器jieba、Ansj的分词结果。结果表明基于Bi-LSTM-CRF模型的分词取得了更优秀的分类性能和鲁棒性。

来源：2020年第11期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2020年第11期