基于BERT的手术名称标准化重排序算法

• 作者: 陈漠沙 仇伟 谭传奇
• 来源期刊: 中文信息学报
• 关键词: 手术名称标准化 Lucene检索 BERT
• 年，卷（期）: 2021,（3）
• 所属期刊栏目: 信息抽取与文本挖掘|Information Extraction and Text Mining
• 页码范围: 88-93
• 页数: 6页
• 分类号: TP391
• 语种: 中文

摘要

临床术语标准化是医学文本信息抽取中不可或缺的一项任务.临床上对于同一种诊断、手术、药品、检查、化验、症状等,往往会有多种不同的写法,术语标准化(归一)要解决的问题就是为临床上各种不同的说法找到对应的标准名称.在检索技术生成候选答案的基础上,该文提出了基于BERT(bidirectional encoder representation from transformers)对候选答案进行重排序的方法.实验表明,该方法在CHIP2019手术名称标准化数据集上单模型准确率达到89.1％、融合模型准确率达到92.8％,基本满足实际应用标准.同时该方法具备较好的泛化能力,可应用到其他医学种类术语的标准化任务上.