FastContext：一种高效且可扩展的 ConText 算法实现
计算与语言
2019-07-17 v1 数据结构与算法
摘要
目的：开发并评估 FastContext，一种高效、可扩展的 ConText 算法实现，适用于超大规模临床自然语言处理。背景：ConText 算法在检测临床叙述中概念提及的体验者、否定状态和暂时性方面具有最先进的准确率。然而，其现有实现的速度限制阻碍了其在大数据处理中的使用。方法：我们通过哈希化 ConText 的规则开发了 FastContext，随后将其速度和准确率与 JavaConText 和 GeneralConText 这两种广泛使用的 Java 实现进行比较。结果：FastContext 运行速度快两个数量级，且受规则增加导致的减速小于本研究中用于比较的另两种实现。此外，FastContext 随规则增加持续获得准确率提升（添加新规则的预期效果），而另两种实现则没有。结论：FastContext 是流行的 ConText 算法的一种高效、可扩展实现，适用于超大规模临床语料上的自然语言应用。
引用
@article{arxiv.1905.00079,
title = {FastContext: an efficient and scalable implementation of the ConText algorithm},
author = {Jianlin Shi and John F. Hurdle},
journal= {arXiv preprint arXiv:1905.00079},
year = {2019}
}