从生物医学文献中抽取精准肿瘤学概念
人工智能
2020-10-02 v1
摘要
本文描述了一个用于从生物医学研究论文中抽取精准肿瘤学相关概念的初始数据集和自动自然语言处理（NLP）方法。我们抽取五种概念类型：癌症、突变、人群、治疗、结局。遵循标准双标注流程，用这些概念标注了 250 篇生物医学摘要的语料库。随后我们实验了基于 BERT 的模型用于概念抽取。性能最佳的模型达到了 63.8% 的精确率、71.9% 的召回率和 67.1 的 F1。最后，我们提出了进一步提升抽取性能以及在下游精准肿瘤学应用中利用该 NLP 系统的其他研究方向。
引用
@article{arxiv.2010.00074,
title = {Extracting Concepts for Precision Oncology from the Biomedical Literature},
author = {Nicholas Greenspan and Yuqi Si and Kirk Roberts},
journal= {arXiv preprint arXiv:2010.00074},
year = {2020}
}