电子病历是一种以文本格式存储患者病史的数字版本,它以一种全新的方式塑造了我们的医疗领域,我们可以将所有信息收集到一个地方,供医疗服务者使用。从电子病历中自动提取这些信息就要自动识别与患者健康紧密关联的命名实体及实体之间的关系。近年来,将自然语言处理和信息抽取等技术应用在电子病历文本上并服务于支持临床决策的研究得到广泛关注。命名实体是一个单词或短语,它清楚地从一组具有类似属性的其他个体中标识一个个体。命名实体的例子包括机构名称、人员名称和位置名称等;生物医学领域的例子有蛋白质、基因、疾病名称和药物名称。命名实体识别是识别文本中的命名实体的位置和类别的过程。从电子病历中识别医学实体而采用现有的模型已被证明是一项具有挑战性的任务,因为大多数电子病历都是匆忙编写的,并且与预处理不兼容。此外,不完整的语法、众多的缩写、数值后的单位使得识别任务更加复杂。标准自然语言处理工具在电子病历上应用时不能有效地执行,因为标准自然语言处理的实体术语不是为医学领域设计的。因此,有必要研究一种有效的电子病历实体识别方法。本文研究的内容是利用深度学习算法完成中文电子病历的命名实体识别,并利用迁移学习算法解决训练数据不足的问题。深度学习算法选取BILSTM与IDCNN两个目前应用较多且表现较好的模型。迁移学习则通过谷歌提出的预训练模型BERT实现,将BERT与下游的BILSTM(或IDCNN)+CRF模型组合,加载预训练的BERT模型参数在实验数据上进行fine-tuning以完成训练数据较小的中文电子病历命名实体识别任务。在实验中,我们对比了BILSTM-CRF与IDCNN-CRF模型组合的性能,并对比了使用预训练模型BERT与ALBERT前后的实验结果。评价指标选择precision、recall和F-score。实验结果表明BILSTM的表现优于IDCNN,使用预训练模型对实验结果有较明显的提升,预训练模型ALBERT表现优于BERT。实验得到表现最好的模型组合为ALBERT-BILSTM-CRF。