用于死亡证明 ICD-10 编码的编解码器模型
计算与语言
2018-05-03 v1 计算机与社会
摘要
从医院记录和健康相关用户讨论等文本文档中提取信息已成为备受关注的话题。医学概念编码任务是将变长文本映射到某外部系统或本体中的医学概念及相应分类编码。本工作中，我们利用循环神经网络自动为英文书写的死亡证明片段分配 ICD-10 编码。我们开发了直接针对该任务定制的端到端神经架构，包括用于统计翻译的基本编解码器架构。为融入先验知识，我们将文本与词典条目间的余弦相似度向量拼接至编码状态。应用于 CLEF eHealth 2017 挑战赛的标准基准时，我们的模型在完整测试集上取得了 85.01% 的 F 值，相较于所有官方参与者方法 62.2% 的平均分有显著提升。
引用
@article{arxiv.1712.01213,
title = {An Encoder-Decoder Model for ICD-10 Coding of Death Certificates},
author = {Elena Tutubalina and Zulfat Miftahutdinov},
journal= {arXiv preprint arXiv:1712.01213},
year = {2018}
}