从患者叙述中提取临床关系的技术
信息检索
2013-06-24 v1 计算与语言
摘要
临床电子科学框架 (CLEF) 项目通过构建一个用于临床研究、循证医疗和基因型 - 表型信息学的系统，从医学文本中提取重要信息。该系统分为两部分：第一部分涉及识别文本中临床重要实体之间的关系，使用了完全句法分析和领域特定语法来应用多种关系提取方法；在系统的第二部分，应用统计机器学习 (ML) 方法进行关系提取。一个经过人工标注临床关系的肿瘤学叙述语料库可用于训练和测试由监督机器学习 (ML) 方法设计和实现的系统。可以从这些文本中提取许多特征，由分类器用于构建模型。多种监督机器学习算法可应用于关系提取。本文考察了增加特征、改变语料库规模以及改变算法类型对关系提取的影响。
引用
@article{arxiv.1306.5170,
title = {Clinical Relationships Extraction Techniques from Patient Narratives},
author = {Wafaa Tawfik Abdel-moneim and Mohamed Hashem Abdel-Aziz and Mohamed Monier Hassan},
journal= {arXiv preprint arXiv:1306.5170},
year = {2013}
}
备注
15 pages 13 figures 7 tables