目前电子病历系统在国内外得到了广泛的应用，而要实现医疗信息的电子化，进而在其上进行数据挖掘，医疗文本的结构化便显得尤为重要，其中，中文症状的结构化是一大难点，这是因为：(1)症状的描述丰富多样。比如，同样是形容臀部疼痛，就有“屁股疼”、“屁股痛”、“臀部疼痛”、“臀部略有疼痛”、“屁股有点疼”、“屁股有点痛”等多种说法；(2)症状的构成元素复杂多变，有时候一条症状更像是一句句子而非短语。比如，“晚餐后饱胀感明显加重”、“腿前内侧出现感觉异常”、“食指感觉消失”等。而对中文症状进行构成分析，有助于更精确地把握症状所表达的含义：(1)有助于更细致地理解症状的构成成分、理解每个成分所要表达的含义、理解不同成分之间的相互关系。如“晚餐后饱胀感明显加重”，可以拆分成“晚餐后”、“饱胀感”、“明显”、“加重”4个部分，从而知道这一症状仅限定在晚餐后、描述主体是饱胀感、症状恶化病情加重、并且程度上病情加重得尤为明显；(2)有助于解决同义词表述问题。如“屁股疼”、“屁股痛”、“臀部疼痛”，如果将其拆分成“部位词+原子症状”的形式，知道部位词“屁股”、“臀部”是同义词，原子症状“疼”、“痛”、“疼痛”是同义词，那么就自然可以推出“屁股疼”、“屁股痛”、“臀部疼痛”也是同义词；(3)有助于对患病情况进行量化。比如在程度方面，含有“无”的症状可以量化成0，含有“轻微”的症状可以量化成 0.5，含有“极度”的症状可以量化成2等。

第13题文理科相同，考查向量的坐标运算以及两向量共线的坐标关系；第14题文科考查抽样方法，理科考查导数的计算和导数的几何意义；第15题文科考查线性规划的简单应用，理科考查余弦函数的性质和函数的零点概念；第16题文科考查函数的性质奇偶性，理科考查直线与抛物线的位置关系，难度中等偏上。

鉴于症状构成研究在症状成分的全面理解、症状名称的同义词识别、患者患病情况的定量分析等方面有着积极的作用，本文提出了一种中文症状构成模型，将中文症状看作是一个由原子症状、连词、否定词等16种构成元素中的一个或多个所组成的构成序列，并利用条件随机场(CRF)模型实现对中文症状构成序列的自动标注。首先从医疗健康领域网站爬取了 15 567 个中文症状，筛选出 5 645 个症状半自动地进行了症状构成序列的标注，以其中的 4 145 个症状作为训练样本，利用CRF模型对剩下的 1 500 个症状所组成的测试集进行自动标注，并对CRF处理结果进行后处理修正。实验结果表明，本文方法能够很好地识别中文症状的构成元素，其症状和构成元素两种统计粒度上的标注正确率分别达到了 90.53% 和 93.91%。

1 相关工作

对中文症状进行构成分析，本质上是在做中文分词。分词作为自然语言处理最基础的步骤，通常被视作序列标注任务，一般算法有最大熵模型[1-2]、条件随机场模型[3-5]、深度神经网络[6-7]等。然而，文献[8]指出，虽然目前中文分词的正确率很高，但是其在实际应用中的效果却不尽如人意，其中一个原因在于不同的自然语言处理领域对分词的要求各不相同。对于中文症状需要进行专门的构成分析，单纯用常规的分词方法对症状进行切分，并不能完全满足需要。

文献[9]在研究电子病历信息抽取时，定义了病历信息的五元组表示：〈对象修饰，对象，程度，性质，对象描述〉，然而他们对这5个部分没有给出明确的定义，同时对修饰词也没有进行更细致的分类。文献[10]在研究中文症状识别方法时指出中文症状可以由否定词、修饰词、部位词、症状词通过相应的组合规则构成，然而，他们对于所提出的4种构成元素也没有给出确切的定义，仅仅根据修饰词与部位词位置的不同将修饰词分为前向修饰词和后向修饰词，并没有更多地考虑修饰词的语义特性。文献[11]在研究电子病历命名实体和实体关系标注体系时，从实体与患者关系的角度定义了症状的7种修饰：否认、非患者本人、当前的、有条件的、可能的、待证实的、偶有的，然而其对于描述症状本身特性的修饰词却没有进行考虑。此外，文献[12]还针对中医诊断古文进行了词性标注与特征重组研究，将中医诊断古文分为症状部位、症状表现、中医专有名词、时机、属性、附加描述、标点符号和无用信息。然而中医古文行文简练、多省略，且以单音词居多，言文分离，导致这一模型无法直接套用到现代汉语所表述的西医症状上。

2 中文症状构成模型

2.1 症状定义

本文所指的症状特指西医症状，且区别于临床医疗上的症状概念，泛指由疾病导致的不适表现或异常表现、以及显式表达的异常检查结果，其主要对应于UMLS中的症状或体征(Symptom or sign)。特别需要注意的是，除此之外，症状还包括了正常性描述，如“无恶心呕吐”、“上肢可抬举”等。这是因为医疗文本中对症状的描述在于区分疾病、帮助诊断，因此正常性描述的存在是有意义的。此外，文中所指的症状与疾病集合也存在着部分重叠，起名的目的是为了方便指代，实际使用时存在着用症状指代疾病的情况，如“精神分裂”，既是症状，又是疾病[13]。

从2017年1—12月在北大医疗健康管理中心进行健康体检、年龄18岁以上的人群57 686人中筛查，选取体检项目中包括尿酸、身高、体质量、血压、空腹血糖、血脂及重要病史信息无缺失者，排除既往患有高尿酸血症、高血压、糖尿病、高脂血症正在服用药物治疗的人员，最终纳入研究对象52 673人，其中男性27 419人（52.06%），女性25 254人（47.94%）。

2.2 症状构成元素

中文症状可以由一些基本元素构成，本文称其为症状构成元素。本文提出了16种症状构成元素，如表1所示。其中原子症状是最基本的症状描述；连词可以连接多个构成元素；否定词、存在词、程度词是一类，用于对原子症状或中心词的多寡、有无进行度量；发展词用于描述症状的发展状况、好转或恶化；能够词与不能词是一类，用于描述是否具有某种能力；动作词用来表示特定的动作；情景限定词对症状发生的情景进行限定；方位词用来表示方位，一般是对部位词的进一步描述；中心词是症状所要描述的除身体部位外的客观实体；感觉词是症状所要描述的主观感受；特征词用于描述事物的特征，是对症状描述主体的进一步刻画；其余均为修饰词。

2.3 症状构成序列

设S={e|e为症状构成元素}，则任给一个症状X，可以表示成如下形式：

背后的枪声渐渐平息了。一九二师三十几个弟兄全部倒在这片叫马家村的地方。很多年后，台湾老兵孔志浩旧地重访，在当年一九二师兄弟阻击鬼子牺牲之地老泪纵流，他点了长长一排香。

X=〈x1, …, xn〉

(1)

(2) 由于专业术语导致的错误。在医疗领域，存在着一些特定且不常用的专业术语。对于这些专业术语，如果不引入外部信息，单靠CRF很难识别出来。例如〈枕大神经/部位词，痛/原子症状〉中的“枕大神经”，CRF就未将其识别成部位词，而将整个症状标注成了〈枕大/部位词，神经痛/原子症状〉。

任何一个中文症状都可以看作是一个由上述构成元素中的一个或多个所组成的构成序列。例如，对于症状“晚餐后饱胀感明显加重”，可以将其表示成〈晚餐后/情景限定词, 饱胀感/感觉词, 明显/程度词, 加重/发展词〉。

3 训练语料的半自动生成

3.1 症状数据的获取

互联网上有一些医疗健康领域的网站可以提供丰富的症状数据，如39健康网、太平洋亲子网等。本文选取了文献[10]中有代表性的8个网站(如表2所示)，爬取了其中的中文症状。但这些网站上的数据也存在着一定的错误，如健客网中的“肘管综合征”，实际上是一个疾病，却被它标成了症状。为此，需要对各大网站上出现的症状进行统计，只选取至少在4个网站中都出现的症状，以保证准确率，并人工剔除其中混杂的中医症状和疾病名称。

 

表1 症状构成元素Table 1 Composition elements of symptoms

  

名称描述举例(粗体表示)原子症状不可拆分的症状水肿、麻木、抽筋、疼、痛连词表示并列或选择关系的词语尿频伴尿急和尿痛、三角肌反射减弱或消失否定词表示不存在某种事物的词语产后无乳汁分泌、双肺未闻及明显啰音存在词表示存在某种事物的词语流清涕、胸腔内出现积液、抽搐发作程度词形容症状严重程度或出现频率的词语轻微创伤、剧烈疼痛、少量腹水、偶有自言自语发展词形容症状发展状况的词语气喘加重、失眠缓解能够词表示具有某种能力的词语上肢可抬举、颈部能够前屈不能词表示不具有某种能力的词语难以入睡、呼吸困难、颈部无法仰伸动作词表示特定动作的词语上肢可抬举、颈部无法仰伸情景限定词表示某种特定情景的词语产后腹痛、进食后心绞痛、行走时踩棉花感方位词表示方位的词语左心室肥厚、小腿后侧感觉障碍、双肺水泡音部位词表示身体部位的词语手部肿块、脐带过长、足部畸形中心词除身体部位外症状描述主体血压升高、呼吸音减弱、左上腹肿块感觉词描述感觉的词语髌前空虚感、肛门坠胀感、喉部灼热感特征词表示事物特征的词语米汤样大便、蚯蚓状肿物、压迫性头痛修饰词其他修饰词呼吸急促、面色泛黄、体重下降

3.2 症状数据的半自动标注

对于症状数据的半自动标注，依据文献[14]及日常经验，首先人工定义一些症状构成词典(如连词、否定词、存在词、能够词、不能词、方位词、部位词、程度词、发展词等)，根据以上词典对症状进行远距离标注；然后采用启发式规则加人工校验相结合的方法，对所获取的症状数据依次使用迭代规则对训练集进行部分标注；每一次迭代的最后都会进行人工校验，对错误的标注进行修正；所有迭代完成之后，再对未标注的词语进行标注。

具体规则如下：

（2）生产管控集成化，建立一体化集成化的全流程的数字化管理体系，并与智能硬件进行集成，实现产品生命周期管理（PLM）、企业资源计划（ERP）、制造执行系统（MES）、供应链管理（SCM）和智能机器联网等系统和硬件的数据集成和整合，达成快速响应市场的网络化协同制造体系，实现在客户定制化需求下达按需按时按量的规模化生产。

规则1 若症状symptom1中包含连词，则symptom1=symptom2+e2+symptom3。其中symptom2、symptom3表示症状，e2∈set(连词)，“+”是字符串连接符。

λk是fk(yi-1,yi,X,i)的权值参数，由训练得到。

规则2 若症状symptom的长度不大于 2，则symptom∈set(原子症状)。

规则3 若症状symptom包含词语word，word以情景后缀词situationSuffix结尾，且word不以部位词开头，则word∈set(情景限定词)。其中situationSuffix∈{“时”, “前”,“后”, …}。

规则4 若症状symptom包含词语word，word以感觉后缀词feelingSuffix结尾，则word∈set(感觉词)。其中feelingSuffix=“感”。

规则5 若症状symptom包含词语word，word以特征后缀词featureSuffix结尾，则word∈set(特征词)。其中featureSuffix∈{“性”, “样”, “状”, …}。

规则6 若症状symptom包含词语word，其中word的词性为名词，且word∉set(部位词)，则word∈set(中心词)。

客户端流量监控功能基于VPNService实现。在VPNService框架中，开发者可以获取和控制所有网络层流量。此外，网络层中包含的传输层端口信息用来区分出不同应用的流量。

规则7 若症状symptom包含词语word，且word的词性为动词，则word∈set(动作词)。

规则8 若症状symptom包含词语word，且word的词性为形容词，则word∈set(修饰词)。

 

表2 8个医疗健康网站及网址Table 2 Eight medical health websites and Web site

  

网站症状网址39健康网http：//jbk．39．net/bw＿t2/太平洋亲子网http：//health．pcbaby．com．cn/zz/飞华健康网http：//zzk．fh21．com．cn/快速问医生http：//tag．120ask．com/zheng⁃zhuang/健客网http：//www．jianke．com/zheng⁃zhuang/全球医院网http：//zz．qqyy．com/家庭医生在线http：//jbk．familydoctor．com．cn/99健康网http：//jbk．99．com．cn/zz/

4 基于CRF的中文症状构成识别

4.1 CRF模型

条件随机场[3](CRF)是一种基于统计的序列标注模型，是一种无向图模型，给定输入节点，根据一定的条件概率得到输出节点。它结合了隐马尔科夫模型(HMM)和最大熵马尔科夫模型(MEMM)的优点，对全局特征进行归一化，可以很好地解决标注偏置问题，从而得到最佳判别值。

设X={x1, x2, …, xn}表示观察序列(输入序列)，Y={y1，y2，…，yn}表示状态序列(输出序列)，则在给定观察序列X的情况下，对于参数为{λ1,λ2, …,λK}的线性链CRF模型，其对应的状态序列Y的联合条件概率为

 

(2)

其中：Z(X)是归一化因子，是所有可能的状态序列的条件概率之和，表示为

 

(3)

其中：fk(yi-1,yi,X,i)是特征函数，用于表达可能的上下文语言特征，一般为一个二值表征函数，

 

(4)

本文的内容安排如下：第一部分是研究假设和实证设计；第二部分为相关假设检验和实证结果分析；最后一部分是本文的结论与启示。

对于给定的观察序列X，输出目标即是找出其对应的最可能的状态序列，如式(5)所示：

“我们优化光伏板遮光效应，实现鱼类养殖生态效益最大化。”养殖场场主王云廷介绍，渔光一体模式采用先进的行业技术，对养殖品种、光伏组件架设等方面进行优化以减少影响，遮光面积得当，夏天温度升高会使得鱼类厌食，遮光后，温度会下降1～2℃；在藻类控制方面，适宜的“渔光一体”遮光可约束有害蓝藻的大量增殖，而对其他有益藻类如小球藻、硅藻等没有显著影响。如果提高养殖小龙虾的集约化程度，以投饵养殖为主，亩产一般可达400kg左右，每亩收入可达5000元以上。“一地两用”极大提高了单位面积土地的经济价值。

 

(5)

4.2 问题转换

将症状构成的识别问题看作是序列标注问题。对于症状序列的标注，有2种标注方案。

(1) 方案1。相同的症状元素打上相同的标签，不同的症状元素打上不同的标签。如对于症状X=〈晚, 餐, 后, 饱, 胀, 感, 明, 显, 加, 重〉，其对应的输出序列是〈e7, e7, e7, e10, e10, e10, e13, e13, e14, e14〉。

(2) 方案2。在方案1的基础上，对症状元素内部进行区分，对症状元素的开头进行特别标记。如同样对于症状X=〈晚, 餐, 后, 饱, 胀, 感, 明, 显, 加, 重〉，其对应的输出序列是〈e7_B, e7_I, e7_I, e10_B, e10_I, e10_I, e13_B, e13_I, e14_B, e14_I〉。

4.3 特征选择

为了获得更好的标注效果，针对不同的窗口大小(窗口大小可以为3、5、7，分别代表当前字符及其前后的1、2、3个字符)，以及是否包括词性特征，设计了6种CRF特征模板。表3示出了窗口大小为7、包括词性特征的特征模板，其中Ci表示当前症状的第i个字；Pi表示当前症状的第i个字所在词语的词性；Unigram是一元特征，即当前字符；Bigram是二元特征，表示相邻两个字符所结合的特征；Trigram是三元特征，表示当前字符与前后相邻的两个字符结合所产生的特征。

 

表3 特征模板Table 3 Feature template

  

特征类型特征内容Unigram Ci-3，Ci-2，Ci-1，Ci，Ci+1，Ci+2，Ci+3文字特征BigramCi-3Ci-2，Ci-2Ci-1，Ci-1Ci，CiCi+1，Ci+1Ci+2，Ci+2Ci+3TrigramCi-3Ci-2Ci-1，Ci-2Ci-1Ci，Ci-1CiCi+1，CiCi+1Ci+2，Ci+1Ci+2Ci+3UnigramPi-3，Pi-2，Pi-1，Pi，Pi+1，Pi+2，Pi+3词性特征BigramPi-3Pi-2，Pi-2Pi-1，Pi-1Pi，PiPi+1，Pi+1Pi+2，Pi+2Pi+3TrigramPi-3Pi-2Pi-1，Pi-2Pi-1Pi，Pi-1PiPi+1，PiPi+1Pi+2，Pi+1Pi+2Pi+3

4.4 后处理修正

由于在进行症状数据的半自动标注时，已经人工收集了一些症状构成元素词典，为了弥补CRF模型的不足，对于这些事先确定的症状构成元素，在得到CRF结果之后，如果CRF标出的构成元素出现在元素词典中，那么就按照词典的元素类别进行重新标注，以提高标注的准确率。

式中:mw为热水器的进水流量，L/min；Cw为水的比热容，kJ/(kg·K)；T为t时刻管内热水的实际温度(数值上应等于出口温度Tout)，℃；Ct为热水器系统的热容，kJ/K；Gw为稳定状态下的燃气进气流量，m3/s；H为燃气高热值，H=39.82 MJ/m3；ξss为稳定状态下的热效率，取热水器1级能效标准，ξss=98%。

5 实验结果及分析

5.1 实验语料

本文从表2所示的8个医疗健康网站中爬取中文症状，并将至少在4个网站中都出现的症状作为候选项。在剔除了中医症状和错分的疾病名称之后，对剩下的 5 645 条中文症状进行了半自动标注，并取其中的 4 145 个症状作为训练数据，其余 1 500 个症状作为测试数据。

5.2 评价指标

本文采用正确率(Accuracy)作为评价指标，分别以症状和构成元素为单位进行评价，具体定义如下：

Accuracy(症状)=

 

(6)

Accuracy(构成元素)=

 

(7)

5.3 实验结果

本文使用ansj分词工具和CRF++工具进行实验。首先考察不同标注方案(方案1和方案2)和不同特征模板对CRF识别正确率的影响,结果如表4所示。

 

表4 不同标注方案下的标注正确率Table 4 Labeling accuracy of different annotation schemas

  

特征模板窗口大小特征类型Accuracy(症状)/%方案1方案2Accuracy(构成元素)/%方案1方案23文字75．6680．8077．9686．745文字76．8379．4778．8585．627文字76．4077．8778．6384．393文字+词性79．0086．9382．2191．895文字+词性83．8089．1386．4693．137文字+词性83．3385．2786．3790．69

参考文献：

采用方案2对症状进行标注，考察后处理操作对标注结果的影响，实验结果如表5所示。从表5中可以看出，所有的标注结果经过后处理修正后正确率都有所提高，说明后处理修正确实起了一定的作用。

选择2016年10月—2017年12月收诊的高血压合并动脉粥样硬化患者96例作为研究对象。采用电脑数字表法，将其分为两组。对照组（n=48）中，男28例，女20例，年龄45～77岁，平均年龄为（57.31±3.56）岁；研究组（n=48）中，男27例，女21例，年龄44～78岁，平均年龄为（57.35±3.51）岁。所有入选患者均经影像学检查结合临床表现确诊为高血压合并动脉粥样硬化，并在了解实验具体步骤后签署研究同意书。两组患者的一般资料对比，差异无统计学意义（P＞0.05），具有可比性。

使用方案2对症状进行标注，特征模板窗口大小为5，同时采用文字特征和词性特征，且对标注结果进行了后处理修正之后，症状构成序列的标注正确率最高，其症状和构成元素两种统计粒度上的标注正确率分别达到了 90.53% 和 93.91%。

 

表5 后处理修正前后的标注正确率Table 5 Labeling accuracy of before and after correction

  

特征模板窗口大小特征类型Accuracy(症状)/%无后处理修正有后处理修正Accuracy(构成元素)/%无后处理修正有后处理修正3文字80．8081．9386．7487．315文字79．4780．5385．6286．237文字77．8779．4784．3987．073文字+词性86．9388．5391．8992．715文字+词性89．1390．5393．1393．917文字+词性85．2787．6090．6991．83

5.4 错误分析

对CRF错分的症状进行人工分析，主要有3大类错误：

[4] PENG F, FENG F, MCCALLUM A. Chinese segmentation and new word detection using conditional random fields[C]//Proceedings of the 20th International Conference on Computational Linguistics. USA: ACM, 2004: 562-568.

其中，xi∈S (i=1, …, n)。

(3) 由于症状构成序列复杂导致的错误。由表1可知，共有16种症状构成元素，其排列组合生成的症状构成序列更为丰富，在有限的训练集中难以包含所有的症状构成序列，因此对于那些训练集中从未出现过的构成序列， CRF模型不一定能很好地识别。例如症状“手与手指胀满感”，其人工标注为〈手/部位词,与/连词,手指/部位词,胀满感/感觉词〉，然而在训练语句中，并没有这种构成序列。

阳性检出率 870份样本阳性检出率最高为UU[53.68%(467/870)]，其次为HPV[32.41%(282/870)]和CT[7.24%(63/870)]，最低为NG[2.18%(19/870)]。

“在术前、术中和术后，医院建立了严格的监管机制，尤其是在术中进行了三方核查。”伍姗姗介绍，“三方为手术医师、麻醉医师和巡回护士。首先是三方麻醉开始前对患者姓名、性别和年龄等确认；第二是医生切开皮肤前的二次核查；第三是在患者离开手术室前的再核查。据此，可有效预防开错部位等风险。”

6 结 论

研究中文症状构成，在症状成分的全面理解、症状名称的同义词识别、患者患病情况的定量分析等方面都有着重要的意义。本文提出了一种中文症状构成模型，将中文症状看作是一个由原子症状、连词、否定词等16种构成元素中的一个或多个所组成的构成序列，并利用CRF模型实现对症状构成序列的自动标注。实验结果表明，本文方法能够很好地识别中文症状的构成元素，其症状和构成元素两种统计粒度上的标注正确率分别达到了 90.53% 和 93.91%。

从表4可以看出，不论使用哪种特征模板，方案2的标注结果在症状或构成元素的正确率上都要明显高于方案1。这是因为方案2增加了B标签和I标签，用以区分症状构成元素的开始部分和中间部分。这种更细致的划分有助于CRF更准确地识别症状构成元素的边界，从而取得更高的识别正确率。 进一步对方案2的结果进行分析可以发现，当只有文字特征时，窗口越大正确率越低；而加入了词性特征之后，正确率与窗口大小不再负相关，且当窗口大小为5时正确率最高。同时，加入了词性特征的正确率比不加入词性特征的正确率都要高，可见词性对CRF的正确标注有很大的贡献。

[1] BERGER A L, PIETRA V J D, PIETRA S A D. A maximum entropy approach to natural language processing[J]. Computational Linguistics, 1996, 22(1): 39-71.

[2] JIN K L, NG H T, GUO W. A maximum entropy approach to Chinese word segmentation[C]//Proceedings of the Fourth Sighan Workshop on Chinese Language Processing. Jeju Island, Korea: Olivia Kwong and Jian Su, 2005: 448-455.

[3] LAFFERTY J D, MCCALLUM A, PEREIRA F C N. Conditional random fields: Probabilistic models for segmenting and Labeling sequence data[C]//Proceedings of the Eighteenth International Conference on Machine Learning. USA: ACM, 2002: 282-289.

(1) 由于词性未知导致的错误。某词性在训练集中从未出现过，当测试集中出现这一词性时，CRF只能通过字面特征进行标注，并不能利用词性特征，因而可能会导致标注错误。

[5] ZHAO H, HUANG C N, LI M, et al. An improved Chinese word segmentation system with conditional random field[C]//Proceedings of the Fifth Sighan Workshop on Chinese Language Processing. Sydney, Australia: ACM, 2006: 162-165.

[6] ZHENG X, CHEN H, XU T. Deep learning for Chinese word segmentation and POS tagging[C]//EMNLP 2013. Washington: Steven Bethard, 2013: 647-657.

[7] CHEN X, QIU X, ZHU C, et al. Long short-term memory neural networks for Chinese word segmentation[C]//EMNLP 2015. Lisbon: Daniele Pighin, 2015: 1197-1206.

[8] DONG Z, DONG Q, HAO C. Word segmentation needs change-from a linguist’s view[C]//Proceedings of CIPS-SIGHAN Joint Conference on Chinese Language Processing. Beijing: [s.n], 2010: 1-7.

[9] 徐永东, 权光日, 王亚东. 基于HL7的电子病历关键信息抽取技术研究[J]. 哈尔滨工业大学学报, 2011, 43(11): 89-94.

[10] 龚凡, 王梦婕, 阮彤, 等. 电子病历文本症状自动识别方法[J]. 医学信息学杂志, 2016, 37(7): 7-14.

[11] 杨锦锋, 关毅, 何彬, 等. 中文电子病历命名实体和实体关系语料库构建[J]. 软件学报, 2016, 27(11): 2725-2746.

[12] 王国龙, 杜建强, 郝竹林, 等. 中医诊断古文的词性标注与特征重组[J]. 计算机工程与设计, 2015(3): 835-840.

应收账款作为现代企业管理的一个重要组成政策之一，在企业管理中发挥着不可替代的作用。一方面，应收账款可以为企业增加销售量，提高企业收益，另一方面，还可以为企业减少存货，推动存货的流动，有利于解决储存货物所带来的成本问题，给企业减少资金的支出，提高企业收获利润的进度。本文列举了应收账款的现存问题，来分析企业应收账款制度所存在的不足，并提出相应对策加以建议，希望这些对策建议能够给正存在这些问题的企业提供帮助。

[13] 宿振伟. 举例分析医学疾病名称的构词特点[J]. 西江月, 2012(24): 47-47.

“哈哈，阿巴说谎，你从来没有坐过船。”同学们大笑。“我……当然坐过船。”阿巴有些不服气，“我有一张永远有效的贝壳船票，可以乘坐大船。我带你们去看。”这时候的阿巴，完全忘记了自己对韩贝的承诺，只想证明自己。

[14] HEINZ Feneis, 焦守恕. 人体解剖学图解词典: 汉拉英对照[M]. 北京: 人民卫生出版社, 1981.