基于问答的临床文本结构化方法及其预训练语言模型应用
计算与语言
2019-10-23 v2
摘要
临床文本结构化是临床研究的一项关键基础性任务。传统方法如任务特定的端到端模型和流水线模型通常受限于数据集缺乏和错误传播。本文提出一种基于问答的临床文本结构化（QA-CTS）任务，以统一不同的特定任务并使数据集可共享。还提出了一种旨在将领域特定特征（例如临床命名实体信息）引入预训练语言模型的新模型，用于 QA-CTS 任务。在从瑞金医院收集的中文病理报告上的实验结果表明，我们提出的 QA-CTS 任务对提升特定任务上的性能非常有效。我们提出的模型在特定任务上也优于强基线模型。
引用
@article{arxiv.1908.06606,
title = {Question Answering based Clinical Text Structuring Using Pre-trained Language Model},
author = {Jiahui Qiu and Yangming Zhou and Zhiyuan Ma and Tong Ruan and Jinlin Liu and Jing Sun},
journal= {arXiv preprint arXiv:1908.06606},
year = {2019}
}