用于临床概念抽取的双向 LSTM-CRF
计算与语言
2016-10-20 v1
摘要
抽取患者临床记录中存在的概念是临床研究中的一个关键步骤。2010 年面向临床记录自然语言处理挑战赛的 i2b2/VA 研讨会提出了概念抽取（CE）任务，旨在识别概念（如治疗、检查、问题）并将其分类到预定义的类别中。SOTA 的 CE 方法严重依赖手工特征和领域特定资源，而这些资源难以收集和调优。因此，本文采用双向 LSTM 与 CRF 解码，并使用通用现成词嵌入进行初始化来进行 CE。在 2010 年 i2b2/VA 参考标准语料库上取得的实验结果表明，双向 LSTM CRF 的排名与表现顶尖的系统相近。
关键词
引用
@article{arxiv.1610.05858,
title = {Bidirectional LSTM-CRF for Clinical Concept Extraction},
author = {Raghavendra Chalapathy and Ehsan Zare Borzeshi and Massimo Piccardi},
journal= {arXiv preprint arXiv:1610.05858},
year = {2016}
}
备注
This paper "Bidirectional LSTM-CRF for Clinical Concept Extraction" is accepted for short paper presentation at Clinical Natural Language Processing Workshop at COLING 2016 Osaka, Japan. December 11, 2016