具有时间感知注意力的医学概念嵌入

电子病历（EMRs）中药物、操作和诊断代码等医学概念的嵌入是医疗分析的核心。既往医学概念嵌入工作将医学概念与 EMRs 分别视作词与文档。然而，此类模型忽略了 EMR 数据的时间特性。一方面，两个连续的医学概念并不表示它们时间上接近，但其相关性可由时间间隔揭示。另一方面，医学概念的时间范围常差异巨大（如“普通感冒”与“糖尿病”）。本文提出引入时间信息以嵌入医学代码。基于连续词袋模型，我们采用注意力机制为每个医学概念学习一个“软”时间感知上下文窗口。在公开与专有数据集上通过聚类与最近邻搜索任务的实验证明了我们模型的有效性，显示其优于五个最先进的基线。