结合 RoBERTa 与正则表达式从临床笔记中提取牙周炎诊断
人工智能
2023-11-21 v1
摘要
本研究旨在利用文本处理与自然语言处理（NLP）模型挖掘临床笔记中的牙周炎诊断，并评估命名实体识别（NER）模型在不同正则表达式（RE）方法上的性能。采用两种复杂度的 RE 方法提取并生成训练数据。使用 SpaCy 包与 RoBERTa transformer 模型构建 NER 模型，并以人工标注金标准评估其性能。RE 方法与金标准比较显示，随着 RE 算法复杂度提升，F1 分数从 0.3–0.4 增至约 0.9。NER 模型展现出优异预测，简单 RE 方法评价指标为 0.84–0.92，进阶与组合 RE 方法评估中为 0.95–0.99。本研究提供了将 NER 方法与 NLP 模型结合以从自由文本提取目标信息至结构化数据、并补足非结构化笔记中缺失诊断需求的一个实例。
引用
@article{arxiv.2311.10809,
title = {Extracting periodontitis diagnosis in clinical notes with RoBERTa and regular expression},
author = {Yao-Shun Chuang and Chun-Teh Lee and Ryan Brandon and Trung Duong Tran and Oluwabunmi Tokede and Muhammad F. Walji and Xiaoqian Jiang},
journal= {arXiv preprint arXiv:2311.10809},
year = {2023}
}
备注
IEEE ICHI 2023, see https://ieeeichi.github.io/ICHI2023/program.html