弱监督医疗实体抽取与链接用于主诉
计算与语言
2025-09-03 v1
摘要
主诉（Chief Complaint, CC）是患者自述的就医原因。它帮助医疗专业人员快速理解患者情况，也作为医疗文本挖掘的简短摘要。然而，主诉记录常采用多种输入方式，导致医疗notation 差异很大，这使得在不同医疗机构中进行记录或文本挖掘标准化 difficult。本研究提出了一种弱监督方法，用于在缺乏人工标注的情况下自动抽取和链接主诉中的实体。我们首先采用 split-and-match 算法在 120 万例真实世界去标识化且获批准的主诉记录上生成弱标注，包括实体提及范围和类别标签。随后，我们使用生成的弱标签训练一个基于 BERT 的模型，以在主诉文本中定位实体提及并链接到预定义的本体。我们进行了大量实验，结果显示，我们的弱监督实体抽取与链接（\ours）方法在没有任何人工标注的情况下优于以前的方法。
引用
@article{arxiv.2509.01899,
title = {Weakly Supervised Medical Entity Extraction and Linking for Chief Complaints},
author = {Zhimeng Luo and Zhendong Wang and Rui Meng and Diyang Xue and Adam Frisch and Daqing He},
journal= {arXiv preprint arXiv:2509.01899},
year = {2025}
}