以 Lisp 视角实现基于通用数据模型的可移植临床 NLP 系统
计算与语言
2018-11-16 v1 人工智能
摘要
本文提出一种用于可移植 NLP 系统（称为 LAPNLP）的 Lisp 架构，用于处理临床笔记。LAPNLP 集成了多个标准、定制及内部开发的 NLP 工具。我们的系统通过引入丰富的通用数据模型（CDM）来标准化必要数据元素，从而促进在不同机构与数据系统间的可移植性。它在集成通用领域 NLP 工具时利用 UMLS 进行领域适配。它还具备通过相对原始文档的位置引用来指定的 stand-off 标注。我们构建了一个基于区间树的搜索引擎，以通过指定位置需求来高效查询与检索 stand-off 标注。我们还开发了一个实用工具，将内联标注格式转换为 stand-off 标注，以复用带内联标注的临床文本数据集。我们在多个由 NLP 辅助的任务上试验了我们的系统，包括淋巴瘤患者的计算表型分析和临床笔记的语义关系抽取。这些实验展示了 LAPNLP 更广泛的适用性与实用性。
引用
@article{arxiv.1811.06179,
title = {Implementing a Portable Clinical NLP System with a Common Data Model - a Lisp Perspective},
author = {Yuan Luo and Peter Szolovits},
journal= {arXiv preprint arXiv:1811.06179},
year = {2018}
}
备注
6 pages, accepted by IEEE BIBM 2018 as regular paper