The aim of the research done in thi

The aim of the research done in this thesis was to extract disease and disorder names
from clinical texts. We utilized Conditional Random Fields (CRF) as the main method to
label diseases and disorders in clinical sentences. We used some other tools such as
MetaMap and Stanford Core NLP tool to extract some crucial features. MetaMap tool
was used to identify names of diseases/disorders that are already in UMLS
Metathesaurus. Some other important features such as lemmatized versions of words, and
POS tags were extracted using the Stanford Core NLP tool. Some more features were
extracted directly from UMLS Metathesaurus, including semantic types of words. We
participated in the SemEval 2014 competition's Task 7 and used its provided data to train
and evaluate our system. Training data contained 199 clinical texts, development data
contained 99 clinical texts, and the test data contained 133 clinical texts, these included
discharge summaries, echocardiogram, radiology, and ECG reports. We obtained
competitive results on the disease/disorder name extraction task. We found through
ablation study that while all features contributed, MetaMap matches, POS tags, and
previous and next words were the most effective features.

Kết quả (Việt) 1:

Mục đích của nghiên cứu thực hiện trong luận án này là để giải nén bệnh và rối loạn têntừ văn bản lâm sàng. Chúng tôi sử dụng có điều kiện Random Fields (CRF) là phương pháp chính đểnhãn bệnh và các rối loạn trong lâm sàng câu. Chúng tôi sử dụng một số công cụ khác chẳng hạn nhưMetaMap và Stanford lõi NLP công cụ để trích xuất một số tính năng rất quan trọng. MetaMap công cụđược sử dụng để xác định tên của bệnh/rối loạn là đã có trong UMLSMetathesaurus. Một số tính năng quan trọng khác chẳng hạn như lemmatized Phiên bản của từ, vàPOS tags được chiết xuất bằng cách sử dụng công cụ Stanford lõi NLP. Một số tính năng thêmchiết xuất trực tiếp từ UMLS Metathesaurus, bao gồm ngữ nghĩa các loại từ. Chúng tôitham gia vào cuộc thi SemEval 2014 nhiệm vụ 7 và sử dụng dữ liệu được cung cấp để đào tạovà đánh giá hệ thống của chúng tôi. Đào tạo dữ liệu chứa văn bản 199 lâm sàng, dữ liệu nghiên cứuchứa văn bản 99 lâm sàng, và dữ liệu thử nghiệm chứa văn bản lâm sàng 133, những bao gồmxả tóm lược, lớn, x-quang, và báo cáo ECG. Chúng tôi thu đượccạnh tranh kết quả về công việc khai thác tên bệnh/rối loạn. Chúng tôi tìm thấy thông quacắt bỏ học rằng trong khi tất cả các tính năng đóng góp, MetaMap phù hợp với, thẻ POS, vàtừ này trước và tiếp theo là các tính năng hiệu quả nhất.

Kết quả (Việt) 2:

Mục đích của nghiên cứu được thực hiện trong luận án này là để trích xuất bệnh và rối loạn tên
từ văn bản lâm sàng. Chúng tôi sử dụng Conditional Random Fields (CRF) là phương pháp chính để
gắn nhãn và các bệnh rối loạn trong câu lâm sàng. Chúng tôi sử dụng một số công cụ khác như
MetaMap và Stanford lõi NLP công cụ để trích xuất một số tính năng quan trọng. MetaMap công cụ
được sử dụng để xác định tên gọi của bệnh / rối loạn đó đã được trong UMLS
Metathesaurus. Một số tính năng quan trọng khác như các phiên bản lemmatized từ và
thẻ POS được trích xuất bằng cách sử dụng công cụ Stanford lõi NLP. Một số tính năng khác được
chiết xuất trực tiếp từ UMLS Metathesaurus, bao gồm các loại ngữ nghĩa của các từ. Chúng tôi
tham gia trong Task các SemEval 2014 cạnh tranh của 7 và sử dụng dữ liệu được cung cấp để đào tạo
và đánh giá hệ thống của chúng tôi. Dữ liệu huấn luyện chứa 199 văn bản lâm sàng, dữ liệu phát triển
chứa 99 văn bản lâm sàng, và các dữ liệu thử nghiệm lâm sàng chứa 133 văn bản, bao gồm những
bản tóm tắt xuất viện, siêu âm tim, X-quang, và ECG báo cáo. Chúng tôi thu được
kết quả cạnh tranh vào các nhiệm vụ khai thác tên bệnh / rối loạn. Chúng tôi tìm thấy qua
nghiên cứu cắt bỏ rằng trong khi tất cả các tính năng đóng góp, MetaMap phù hợp, thẻ POS, và
từ trước đó và tiếp theo là những tính năng hiệu quả nhất.