低资源环境下的医学概念规范化

在生物医学自然语言处理领域，医学概念规范化是一项将概念提及准确映射到大型知识库的关键任务。然而，在数据和资源有限的低资源环境下，这项任务变得更具挑战性。在本论文中，我探讨了低资源环境下医学概念规范化所面临的挑战。具体而言，我研究了当前医学概念规范化方法应用于德语外行文本的不足。由于缺乏合适的数据集，我们使用统一医学语言系统中的概念对一个由德国医学在线论坛帖子组成的数据集进行了标注。实验表明，基于多语言 Transformer 的模型能够优于字符串相似度方法。我们还考察了利用上下文信息来改善外行提及规范化的方法，但结果并不理想。基于表现最佳模型的结果，我进行了系统的错误分析，并提出了缓解常见错误的潜在改进措施。