Eye-SpatialNet：从眼科病历中抽取空间信息
计算与语言
2023-05-23 v1
摘要
我们介绍了一个包含600份眼科病历的标注语料库，标注有眼科实体的详细空间与语境信息。我们扩展了先前提出的基于框架语义的空间表示模式Rad-SpatialNet，以表示眼科文本中的空间语言，形成了Eye-SpatialNet模式。空间锚定实体包括检查结果、操作和药物。为准确捕捉所有空间细节，我们在Eye-SpatialNet中添加了部分领域特定元素。该标注语料库包含1715个空间触发词、7308个检查结果、2424个解剖结构和9914个描述符。为自动抽取空间信息，我们采用了基于transformer语言模型BERT的两轮问答方法。结果令人鼓舞，空间触发词、Figure和Ground框架元素的F1分数分别为89.31、74.86和88.47。这是首个表示并抽取眼科中广泛临床信息的工作。抽取详细信息可惠及面向疾病进展和筛查的眼科应用与研究。
引用
@article{arxiv.2305.11948,
title = {Eye-SpatialNet: Spatial Information Extraction from Ophthalmology Notes},
author = {Surabhi Datta and Tasneem Kaochar and Hio Cheng Lam and Nelly Nwosu and Luca Giancardo and Alice Z. Chuang and Robert M. Feldman and Kirk Roberts},
journal= {arXiv preprint arXiv:2305.11948},
year = {2023}
}