本研究使用BERT模型和条件随机场层从临床记录中提取和分析生物医学知识的端到端方法，包括命名实体识别和关系提取等步骤，可构建医学知识图谱并用于问题解答。实验结果表明，该方法对505位真实患者的生物医学非结构化临床记录的准确率分别为90.7%和88%。

本报告提出了一种基于条件随机场层和双向 LSTM 层的神经网络体系结构，使用嵌入向量增强模型泛化能力，引入分类模型优化 Named Entity Recognition 任务性能。实验证明，该方法提高了弱类表现结果，仅使用少量数据集。