A Multiple Feature Approach for Disorder Normalization in Clinical Notes

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

摘要：在这份报纸，我们为能在文本印射每混乱提及到一个唯一的统一医药语言系统(UMLS ) 的正规化任务建议一条多重特征途径概念唯一的标识符(CUI ) 。我们开发一个二拍子的圆舞方法用 UMLS API 获得候选人 CUI 和他们的联系比较喜欢的名字的一张表并且由计算输入混乱提及和每个候选人的类似选择最靠近的 CUI。类似计算步作为一个分类问题和多重特征(绳特征，评价特征，类似特征，和上下文的特征) 被提出被用来使混乱提及正常化。结果证明多重特征途径与 MetaMap 基线相比从 32.99% ～ 67.08% 改进正规化任务的精确性。

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：Clinical Multiple Approach feature multip 自然语言处理 混乱正规化 Levenshtein 距离 语义作文