HyperAIHyperAI
vor 11 Tagen

End-to-End Zeitausdrucksextraktion im klinischen Bereich

{Begoña Altuna, José Javier Saiz}
End-to-End Zeitausdrucksextraktion im klinischen Bereich
Abstract

Die Extraktion temporaler Beziehungen ist eine wichtige Aufgabe im klinischen Bereich, da sie ein besseres Verständnis des zeitlichen Kontexts klinischer Ereignisse ermöglicht. In diesem Artikel stellen wir ein end-to-end-System zur Extraktion temporaler Beziehungen für den klinischen Bereich vor, wobei die i2b2 2012 Temporal Relation Challenge als Benchmark dient. In unserem Ansatz fine-tunen wir REBEL – ein sequenz-zu-Sequenz-Modell für die allgemeine Relationsextraktion – mit temporalen Annotationen und Entlassungsberichten. Dadurch ist unser Ansatz in der Lage, gleichzeitig relevante klinische Entitäten, Zeitangaben sowie die zwischen ihnen bestehenden temporalen Beziehungen zu extrahieren. Unsere Ergebnisse zeigen die Wirksamkeit dieses Ansatzes und erreichen eine überzeugende Leistung im End-to-End-Track der i2b2 2012 Challenge.

End-to-End Zeitausdrucksextraktion im klinischen Bereich | Neueste Forschungsarbeiten | HyperAI