随着采用电子病历系统的医疗机构增多,电子化的医疗信息迅速增长,健康医疗步入大数据时代。电子病历作为健康医疗的核心数据,包含了大量的患者病程和疾病诊疗相关的信息,其中也包含了丰富的医疗知识。如果能够利用传统机器学习和深度学习等人工智能技术自动的挖掘电子病历中的知识并加以分析,不仅可以对疾病进行早期的预测和干预,还可以通过挖掘疾病在每个诊疗阶段(诊断、检查、治疗等)的关联关系来识别疾病完整的诊疗路径,用于诊疗方案推荐和医疗费用评估等,而高精度的识别电子病历中的实体是实现这些任务的基础。由于医疗术语的模糊性和不一致性为医疗领域的实体识别方法带来了巨大的挑战。本研究以中文慢阻肺电子病历为研究对象,针对现有命名实体识别方法的不足展开以下研究工作。主要研究内容如下。1.由于医疗实体通常是由多个词组成的,通过实体中词的含义可以辅助推断出实体的含义。因此,根据包含相同含义的词,其所在的不同实体的含义可能也是相似的假设,本文提出了一种基于词语相似度的中文命名实体识别方法。通过相似度计算来找出具有相同含义的词,并利用注意力机制将词和与该词含义最接近的词融合起来作为模型的输入,采用Bi LST+CRF模型预测实体的类别标签。通过实验对比,本方法可以有效的提高命名实体识别的性能。2.针对中文含有相同字符但字符位置不同的两个词通常具有不同含义的特点,本文提出了一种基于字符权重的中文命名实体识别方法。首先采用Bi LSTM模型分别获得词和字符特征,其次利用注意力机制将引入字符权重信息的字符向量和词向量进行融合,最后采用CRF模型来判断实体的标签类别。经实验验证,与经典的Bi LSTM+CRF方法相比,本方法在准确率、精确率、召回率和F1等四个指标上的表现均有提高。3.针对传统方法主要考虑词向量,造成语义区分能力差的问题,本方法将字和字符位置特征加入进来,提出一种基于多粒度特征融合的中文命名实体识别方法。本方法首先学习融合同义词后的词语表征,其次学习加入了字符位置权重的字符表征,最后将融合后的特征作为Bi LSTM+CRF模型的输入预测实体的标签序列。通过实验对比,本方法在准确率、精确率、召回率和F1等四个指标上均获得了最优的结果。