哪种匿名化技术最适合哪类 NLP 任务？——因任务而异：临床文本处理系统性研究
计算与语言
2022-09-02 v1
摘要
近年来临床文本处理受到越来越多关注。另一方面，对敏感患者数据的访问仍是一大挑战，因为文本无法在法律障碍未消除且个人信息未移除的情况下共享。有许多技术可修改或移除患者相关信息，各自具有不同的优势。本文借助对应五种不同 NLP 任务的多数据集，研究不同匿名化技术对 ML 模型性能的影响。给出了若干经验与建议。本工作证实，尤其是较强的匿名化技术会导致性能显著下降。此外，所呈现的大多数技术均无法抵御基于相似性搜索的再识别攻击。
引用
@article{arxiv.2209.00262,
title = {Which anonymization technique is best for which NLP task? -- It depends. A Systematic Study on Clinical Text Processing},
author = {Iyadh Ben Cheikh Larbi and Aljoscha Burchardt and Roland Roller},
journal= {arXiv preprint arXiv:2209.00262},
year = {2022}
}