文献

J-GLOBAL ID：202202241006638292   整理番号：22A0980607

異なる疾患に基づく医学転写の臨床テキスト分類【JST・京大機械翻訳】

Clinical Text Classification of Medical Transcriptions Based on Different Diseases

著者 (2件)： Sreekumar Yadukrishna (Department of Computer Science, CHRIST (Deemed to be University), Bangalore, India) ,  Nizar Banu P. K. (Department of Computer Science, CHRIST (Deemed to be University), Bangalore, India)
資料名： Lecture Notes in Electrical Engineering  (Lecture Notes in Electrical Engineering)
巻： 853  ページ： 613-623  発行年： 2022年 
JST資料番号： W5070A  ISSN： 1876-1100  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 臨床テキスト分類は,臨床ナラティブから情報を抽出するプロセスである。臨床ナラティブは,講義中に取り込まれた音声ファイル,または医師により与えられた他の話し物である。ヘルスケア部門におけるデータの急速な上昇のため,テキストマイニングと情報抽出(IE)は,過去数年でいくつかの応用を獲得した。本研究は,与えられた医療転写から病気を診断するための機械学習アルゴリズムの使用を試みる。提案した臨床テキスト分類モデルは,ラベル付き訓練データ作成と特徴工学の人間努力を減少でき,弱い監視をレバレッジすることによって臨床テキスト分類に機械学習モデルを適用するための設計を可能にする。本論文の主目的は,医用転写に関する臨床テキスト分類を実行するために実行されるマルチクラスロジスティック回帰モデルとサポートベクトル分類器モデルを比較することである。Copyright The Author(s), under exclusive license to Springer Nature Singapore Pte Ltd. 2022 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 工学 ,  データ ,  *分類 ,  自然言語処理 ,  モデル ,  *臨床医学 ,  医師 ,  論文 ,  転写 ,  機械学習 ,  学習アルゴリズム
準シソーラス用語： テキストマイニング ,  *テキスト分類 ,  ロジスティック回帰分析 ,  データ作成 ,  ロジスティック回帰モデル , 【Automatic Indexing@JST】

著者キーワード (7件)： 臨床テキストマイニング ,  転写 ,  自然言語処理 ,  TF-IDFベクトル化 ,  ScispaCy ,  マルチクラスロジスティック回帰 ,  サポートベクター分類器

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (5件)： 疾患 ,  医学 ,  転写 ,  臨床 ,  テキスト分類