基于中文语料的医学概念规范化研究

• 作者: 易晓宇 易绵竹
• 来源期刊: 河南科技学院学报（自然科学版）
• 学科: 工学
• 关键词: 自然语言处理 信息提取 医学概念规范化 多语言表示
• 年，卷（期）: 2022,（2）
• 页码范围: 70-76
• 页数: 7页
• 分类号: TP391.1
• 语种: 中文
• DOI: 10.3969/j.issn.2096-9473.2022.02.010

摘要

概念规范化是将医学文本中的术语与其在UMLS?等术语中的概念相关联的任务.传统医学概念规范化方法在很大程度上取决于数据的覆盖范围,这给非英语的其他语言带来了不便.研究专注于命名实体识别系统提取和标记的实体指称,并使用UMLS概念唯一标识符对实体指称进行分类.在无需翻译语言的情况下,利用可用术语和嵌入模型的多语言特性来改进中文的概念规范化.将中文语料医学概念规范化系统建设视为多分类问题,使用术语上下文信息对术语进行编码,并通过余弦相似度和softmax函数对其进行分类.通过基于医渡云结构化4K数据集的实验验证,即使在没有标记数据的情况下也可以取得良好的结果;在标记数据的情况下优于现有的监督方法.为处理非英语语言的医学文本提供了更简单、更有效的多语言方法.将大量医学专业知识和医学术语融合UMLS,扩大术语覆盖范围,加强推进医学概念规范化,提高临床科研的效率与质量.