一种用于临床试验队列筛选的免繁琐机器学习方法
计算与语言
2018-08-15 v1 信息检索
摘要
临床领域的传统文本分类技术严重依赖人工提取的文本线索。本文提出一种通用的有监督机器学习方法，同样免繁琐且不使用临床知识。所采用的方法实现简单、运行快速且有效。本文提出一种新颖的基于命名实体识别（NER）的集成系统，能够学习文档中的关键词特征。与仅考虑整个句子/段落进行分析不同，基于 NER 的关键词特征可以更突出重要的临床相关短语。此外，为捕获文档中的语义信息，利用了源自文档级 FastText 分类结果的 FastText 特征。
引用
@article{arxiv.1808.04694,
title = {A Hassle-Free Machine Learning Method for Cohort Selection of Clinical Trials},
author = {Liu Man},
journal= {arXiv preprint arXiv:1808.04694},
year = {2018}
}