NegBio：一种用于放射学报告中否定与不确定性检测的高性能工具
计算与语言
2017-12-29 v2
摘要
否定与不确定的医学发现在放射学报告中十分常见，但将其与阳性发现区分开来对信息抽取而言仍具挑战。在此，我们提出一种新算法 NegBio，用于检测放射学报告中的否定与不确定发现。与以往基于规则的方法不同，NegBio 利用通用依存关系上的模式来识别指示否定或不确定性的触发词的作用域。我们在四个数据集上评估了 NegBio，包括两个放射学报告的公共基准语料库、我们为本工作标注的一个新放射学语料库，以及一个通用临床文本的公开语料库。在这些数据集上的评估表明，NegBio 在检测否定与不确定发现方面高度准确，并且优于广泛使用的先进系统 NegEx（精确率平均提升 9.5%，F1 分数提升 5.1%）。
引用
@article{arxiv.1712.05898,
title = {NegBio: a high-performance tool for negation and uncertainty detection in radiology reports},
author = {Yifan Peng and Xiaosong Wang and Le Lu and Mohammadhadi Bagheri and Ronald Summers and Zhiyong Lu},
journal= {arXiv preprint arXiv:1712.05898},
year = {2017}
}
备注
Final version. Accepted for publication in AMIA 2018 Informatics Summit. 9 pages, 2 figures, 4 tables