面向文档级编码的临床概念抽取
计算与语言
2019-06-11 v1
摘要
临床记录文本可以是患者信息和临床评估的宝贵来源。历史上，利用临床记录的主要方法是信息抽取：将文本片段链接到详细领域本体中的概念。然而，近期工作展示了监督机器学习直接从临床记录原始文本中抽取文档级编码的潜力。我们提出通过两种新颖综合来弥合这两种方法之间的差距：(1) 将抽取出的概念作为特征，用于补充或替换记录文本；(2) 将抽取出的概念作为标签，用于学习更好的文本表示。遗憾的是，所得概念在文档级临床编码任务上并未带来性能提升。我们探讨了可能的解释与未来研究方向。
引用
@article{arxiv.1906.03380,
title = {Clinical Concept Extraction for Document-Level Coding},
author = {Sarah Wiegreffe and Edward Choi and Sherry Yan and Jimeng Sun and Jacob Eisenstein},
journal= {arXiv preprint arXiv:1906.03380},
year = {2019}
}
备注
ACL BioNLP workshop (2019)