本书收录的是在2019年北美计算语言学协会年会上举办的第二届临床自然语言处理研讨会的论文。
临床文本具有独特的挑战,它不仅区别于开域数据,也区别于生物医学领域的其它类型的文本。值得注意的是,临床文本包含大量的缩写、医学术语和其它临床术语。临床记述以非标准的文档结构为特征,这些结构通常对全面理解至关重要。叙述性的医生记录旨在与其他医务人员进行沟通,同时也是具有法律效力的记录文件。再者,临床记录包含敏感的患者特定信息,这些信息会引起隐私和安全方面的问题,这对自然语言系统构成了特殊的挑战。
本次研讨会提交的论文,旨在以各种方法解决自然语言处理技术在临床领域所面临的上述挑战。会议特别关注的是临床自然语言处理技术的最新进展,而不仅仅是将现有的自然语言处理系统应用于下游的临床问题(如:结果预测或临床队列选择)。
本次研讨会所关注的主要议题有:
●标准自然语言处理任务中的临床文本建模(标签、分块、解析、实体识别、关系抽取、共指关系、摘要等);
●受保护的健康信息(PHI)的去标识化,代理PHI的生成;
●临床文件的结构(例如,段落识别);
●从临床文本中提取信息;
●为实现临床任务而进行的结构化数据和文本数据的集成;
●临床数据的域自适应技术
●医学术语和知识本体
●标注方案和标注方法
本论文集共收录了本次研讨会提交的19篇论文。
★每日鲜鸡汤★
To be successful you need friends and to be very successful you need enemies. 要想成功,你需要朋友;要想非常成功,你需要对手。早上好!
领取专属 10元无门槛券
私享最新 技术干货