临床叙述中相对与不完整时间表达式的规范化
计算与语言
2015-10-19 v1 人工智能
信息检索
摘要
我们分析了时间标注语料中的RI-TIMEXes，并针对临床叙述领域中的RI-TIMEXes规范化提出两个假设：锚点假设与锚关系假设。我们在三个语料上标注RI-TIMEXes以研究不同领域中RI-TIMEXes的特征。这为指导我们面向临床领域的RI-TIMEX规范化系统设计提供了依据，该系统由一个锚点分类器、一个锚关系分类器以及一个基于规则的RI-TIMEX文本跨度解析器组成。我们尝试了不同的特征集，并对每个系统组件进行错误分析。标注结果证实了我们可以通过两个多标签分类器简化RI-TIMEXes规范化任务的假设。在2012年i2b2时间关系挑战赛的留出测试集上，我们的系统分别取得了锚点分类、锚关系分类和基于规则的解析准确率74.68%、87.71%和57.2%（在宽松匹配准则下为82.09%）。特征集实验揭示了一些有趣发现，例如动词时态特征在临床叙述中对锚关系分类的帮助不如RI-TIMEX附近的词符（tokens）。错误分析表明，代表性不足的锚点与锚关系类别难以检测。我们将RI-TIMEX规范化问题表述为一对多标签分类问题。仅考虑RI-TIMEX抽取与规范化，该系统相比2012年i2b2挑战赛中最优系统的RI-TIMEX结果取得了统计显著的提升。
引用
@article{arxiv.1510.04972,
title = {Normalization of Relative and Incomplete Temporal Expressions in Clinical Narratives},
author = {Weiyi Sun and Anna Rumshisky and Ozlem Uzuner},
journal= {arXiv preprint arXiv:1510.04972},
year = {2015}
}
备注
Draft version