HyperAIHyperAI

Command Palette

Search for a command to run...

il y a 4 mois

Extraction end-to-end des relations temporelles dans le domaine clinique

{Begoña Altuna José Javier Saiz}

Extraction end-to-end des relations temporelles dans le domaine clinique

Résumé

L'extraction de relations temporelles est une tâche importante dans le domaine clinique, car elle permet une meilleure compréhension du contexte temporel des événements cliniques. Dans cet article, nous présentons un système end-to-end d'extraction de relations temporelles dédié au domaine clinique, en utilisant le défi i2b2 2012 sur les relations temporelles comme référence de benchmark. Dans notre approche, nous fine-tunons REBEL — un modèle séquence-à-séquence pour l'extraction de relations générales — à l'aide d'annotations temporelles et de résumés de sortie hospitalière. Grâce à cette méthode, notre système est capable d'extraire simultanément les entités cliniques pertinentes, les expressions temporelles et les relations temporelles entre elles. Nos résultats démontrent l'efficacité de cette approche, atteignant des performances raisonnables sur la piste end-to-end du défi i2b2 2012.

Benchmarks

BenchmarkMéthodologieMétriques
joint-entity-and-relation-extraction-on-2012Finetuned REBEL
Macro F1: 0.58

Construire l'IA avec l'IA

De l'idée au lancement — accélérez votre développement IA avec du co-codage IA gratuit, un environnement prêt à l'emploi et les meilleurs prix GPU.

Co-codage IA
GPU prêts à utiliser
Meilleurs prix
Commencer

Hyper Newsletters

Abonnez-vous à nos dernières mises à jour
Nous vous enverrons les dernières mises à jour de la semaine dans votre boîte de réception à neuf heures chaque lundi matin
Propulsé par MailChimp
Extraction end-to-end des relations temporelles dans le domaine clinique | Articles de recherche | HyperAI