通讯作者: 生慧, shenghui2217@163.com

DOI：10.12201/bmr.202602.00050

Research Review on Named Entity Recognition of Ancient Chinese Medicine Books Based on Deep Learning

• 摘要：目的／意义 系统梳理深度学习在中医古籍命名实体识别的研究，为该领域的发展提供参考。方法／过程 采用文献综述法，系统分析中医古籍命名实体识别的核心挑战与关键技术框架，总结深度学习在该领域的研究进展，并提出展望。结果／结论 未来研究应推进标注规范制定与高质量语料库建设，在算法层面加强小样本环境下数据优化、复杂实体识别与模型可解释性研究，以提升中医古籍命名实体识别的准确性与泛化能力。

  关键词： 中医古籍; 命名实体识别; 深度学习; 自然语言处理; 综述

   

  Abstract: Purpose/Significance This review aims to systematically organize studies on deep learning-based named entity recognition(NER) in traditional Chinese medicine (TCM )ancient texts and offer insights for future research in this field. Method/Process This review employs a literature survey methodology. The core challenges and key technical framework for NER in TCM ancient texts are systematically analyzed. Furthermore, the research advances brought by deep learning in this domain are summarized, and future research prospects are outlined. Result/Conclusion Future research should promote the establishment of annotation standards and the construction of high-quality corpora. At the algorithmic level, efforts should strengthen data optimization in low-resource scenarios, complex entity recognition, and model interpretability to improve the accuracy and generalization capability of NER in TCM ancient texts.

  Key words: ancient traditional Chinese medicine texts; named entity recognition(NER); deep learning; natural language processing(NLP); review

  提交时间：2026-02-11

  版权声明：作者本人独立拥有该论文的版权，预印本系统仅拥有论文的永久保存权利。任何人未经允许不得重复使用。
• html

• 图表

• 沈蓉蓉, 夏帅帅, 晏峻峰. 命名实体识别在中医药领域的研究进展. 2022. doi: 10.12201/bmr.202207.00038

  刘彬, 肖晓霞, 邹北骥, 周展, 郑立瑞, 谭建聪. 融合汉字部首的BERT-BiLSTM-CRF中医医案命名实体识别模型. 2023. doi: 10.12201/bmr.202303.00004

  陈婕卿, 竹志超, 张锋, 曾可, 姜会珍, 程振宁. 面向知识图谱构建的中文电子病历命名实体识别方法研究. 2023. doi: 10.12201/bmr.202312.00011

  邓嘉乐, 胡振生, 连万民, 华赟鹏, 周毅. 基于RoBERTa-CRF的肝癌电子病历实体识别研究. 2023. doi: 10.12201/bmr.202303.00027

  崔涛, 何佳俊, 何华, 李睿, 赵亮, 垢德双. 基于深度学习的舌象特征研究. 2024. doi: 10.12201/bmr.202404.00020

  吴胜男, 吴佳辉, 董继宗, 蒋环宇, 王璐琦, 王欣瑶. 基于二分网络表示学习的医学实体关系预测研究. 2024. doi: 10.12201/bmr.202407.00041

  张臣, 陈辉, 曹丰, 王玥琪, 柯任. 基于深度学习的左心房CTA图像自动分割研究进展. 2025. doi: 10.12201/bmr.202503.00042

  陈剑秋, 黄晓芳, 周祖宏, 廖敏. 基于BERT的电子病历实体关系联合抽取研究. 2022. doi: 10.12201/bmr.202206.00003

  王杰, 王至诚, 娄帅, 董建成, 曹新志. 基于深度学习算法Mask R-CNN的甲状腺结节检测模型研究. 2024. doi: 10.12201/bmr.202411.00085

  .河北大学附属医院消化内科 河北 保定, 杰. 基于深度学习的人工智能技术在胃肠间质瘤中的应用进展. 2024. doi: 10.12201/bmr.202411.00057

• 序号	提交日期	编号	操作
  1	2025-12-01	10.12201/bmr.202602.00050V1	下载

• 公开评论  匿名评论  仅发给作者 提交评论