文献

J-GLOBAL ID：202002261753896699   整理番号：20A2071855

中国の電子カルテのための名前付きエンティティ抽出【JST・京大機械翻訳】

Named Entity Extraction for Chinese Electronic Medical Records

著者 (3件)： Fan Hongjie (School of Electronics Engineering and Computer Science, Peking University, Beijing, China) ,  Wang Dongsheng (School of Software & Microelectronics, Peking University, Beijing, China) ,  Ye Songtao (The College of Information Engineering, Xiangtan University, Xiangtan, China)
資料名： ACM Proceedings  (ACM Proceedings)
号： CSAI2019  ページ： 278-282  発行年： 2019年 
JST資料番号： D0698C  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： Namedエンティティ抽出タスクは,自然言語テキストから適切な名前エンティティの同定と抽出に言及する。それは知識グラフ構築におけるキータスクである。疾患,症状および薬剤実体は,中国の電子医療記録(EMRs)に広く分布している。EMRからの高品質医療実体の抽出は,医療知識グラフ,医療質問および支援意思決定の構築において,重要な役割を果たす。広く分布したエンティティに対して,本論文では,訓練のための条件付ランダム場(CRF),双方向長短期メモリ(Bi-LSTM+CRF)およびBERT+Bi-LSTM+CRFとして知られた,一般的な深層学習ベースアプローチを用いた,エンドツーエンドのエンティティ抽出フレームワークを提案した。これらのモデルを実際の医療記録でテストし,実験結果は,この方法が実体を効果的に同定することができ,ある実用的価値を持つことを示した。Please refer to this article’s citation page on the publisher website for specific rights information. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 記憶装置 ,  意思決定 ,  自然言語 ,  エンドツーエンド方式 ,  電子カルテ ,  *カルテ ,  病歴
準シソーラス用語： *エンティティ ,  深層学習 , 【Automatic Indexing@JST】

著者キーワード (5件)： BERT ,  Bi-LSTM ,  条件付き確率場 ,  電子カルテ ,  名前付きエンティティ抽出

分類 (2件)： 人工知能  (JE08000Z) ,  自然語処理  (JE06000L)

タイトルに関連する用語 (4件)： 中国 ,  電子カルテ ,  名前 ,  エンティティ