用于电子健康记录抽取式摘要的无监督伪标签方法
计算与语言
2018-11-28 v3
摘要
抽取式摘要对医生更好地管理和消化电子健康记录（EHRs）非常有用。然而，监督模型的训练需要特定疾病的医学背景，因此十分昂贵。我们研究了如何利用多个 EHR 之间的内在相关性来生成伪标签，并在无外部标注的情况下训练监督模型。在真实患者数据上的实验验证了我们的模型能有效摘要患者的关键疾病特定信息。
引用
@article{arxiv.1811.08040,
title = {Unsupervised Pseudo-Labeling for Extractive Summarization on Electronic Health Records},
author = {Xiangan Liu and Keyang Xu and Pengtao Xie and Eric Xing},
journal= {arXiv preprint arXiv:1811.08040},
year = {2018}
}
备注
Machine Learning for Health (ML4H) Workshop at NeurIPS 2018 arXiv:1811.07216