DreamNLP：基于 Count Sketch 数据流算法的临床报告元数据提取新型 NLP 系统（初步结果）
机器学习
2019-08-02 v1 音频与语音处理
机器学习
摘要
从电子健康记录（EHR）中提取信息是一项具有挑战性的任务，因为它需要事先了解报告内容以及某些自然语言处理算法（NLP）。随着 EHR 实施的不断增加，以高效方式获取此类知识变得愈发困难。我们通过提出一种新方法以应对这一挑战，该方法使用一种称为 DreamNLP 的改进型 Count Sketch 数据流算法来分析大量 EHR。通过使用 DreamNLP，我们生成了 EHR 中频繁出现术语或高频项的字典，与其他 NLP 程序所使用的常规计数方法相比，其计算内存占用更低。我们展示了一组接受乳腺成像患者的 EHR 中最重要的乳腺诊断特征的提取过程。基于该分析，提取这些术语将有助于为下游任务（如用于精准医学的机器学习）定义重要特征。
引用
@article{arxiv.1809.02665,
title = {DreamNLP: Novel NLP System for Clinical Report Metadata Extraction using Count Sketch Data Streaming Algorithm: Preliminary Results},
author = {Sanghyun Choi and Nikita Ivkin and Vladimir Braverman and Michael A. Jacobs},
journal= {arXiv preprint arXiv:1809.02665},
year = {2019}
}
备注
13 pages, 3 figures, US patent