在临床自然语言处理研究中，功能被越来越认识到是整体个人健康的一个重要指标。我们介绍了国际功能、残疾和健康分类（ICF）中 “移动性” 领域的第一个公开注释的数据集，旨在促进从自由文本临床记录中自动提取和分析功能信息。我们使用关键词扩展来构建候选句子池，采用基于密度代表性加权的委员会查询抽样的主动学习方法，为人工注释选择信息丰富的句子。我们训练了 BERT 和 CRF 模型，并使用这些模型的预测来指导选择新的句子进行后续注释迭代。我们的最终数据集包括 4,265 个句子，总共有 11,784 个实体，其中包括 5,511 个动作实体，5,328 个移动性实体，306 个辅助实体和 639 个数量实体。准确匹配的实体间的注释者一致性 (IAA) 为 0.72，部分匹配的 IAA 为 0.91。我们还训练和评估了常见的 BERT 模型和最先进的嵌套 NER 模型。动作的最佳 F1 分数为 0.84，移动性为 0.7，辅助为 0.62，数量为 0.71。实证结果显示了 NER 模型准确提取临床文本中的移动功能信息的潜力。我们公开的注释数据集的可用性将有助于进一步研究全面捕捉电子健康记录中的功能信息。

Nov, 2023

通过转移学习，可以提高病历记录去识别的最新技术在有限标记数据集上的性能。

May, 2017

我们研究了基于 BERT 模型的多种训练策略，旨在从口语化文本中识别出医疗领域的症状，并通过一系列实验发现了与这些训练策略相关的模型行为模式，提出了有效识别口语化文本中实体的训练策略设计原则。

Jan, 2024

本文提出了一种集成多种模型的混合方法，以解决生物医学实体识别中的局限性，并在 i2b2/2010 数据集上评估，得到了 90.11 的 F1 分数。

Dec, 2023

本研究旨在探究采用基于深度学习的命名实体识别 (NER) 方法在坚持保留医疗数据隐私的前提下，如何更好地去识别和去除医疗记录中的敏感信息，进而使得医疗数据可以用于科学研究。其中，BiLSTM-CRF 被发现是最佳的编码 / 解码器组合方式之一；字符嵌入和 CRF 的使用倾向于在精度和召回率之间做出权衡；而单独使用 Transformer 作为上下文编码器的效果相对较差。未来的研究可以尝试结构化医疗文本以获得更好的语义和句法信息，以进一步提高 EHR 去识别效果。

Mar, 2021

本研究运用新的注释框架拟定临床实体抽取的评估标准，并发现现有的医学词汇一致性、数据标签限制、评估技术瓶颈等问题仍需要解决，因此提出了解决方案来推动临床实体识别和标准化的发展。

Jul, 2020

该研究使用分布语义学将结构化知识图谱与非结构化文本相结合，利用概率生成模型预测医学概念之间的新关系，进一步证明该方法可用于医学领域的数据稀缺性问题。

Feb, 2016

本研究提出了一种概念感知的无监督用户嵌入方法，结合来自 MIMIC-III 和 Diabetes 两个临床语料库的文本文档和医学概念，用于疾病诊断和病人特征研究等领域，实验证明该方法的性能明显优于现有的无监督方法。

Mar, 2022

本文通过在任务导向的对话系统中评估经过修改的最新神经网络架构的性能，研究了从文本、字符特征和外部语料库中训练的词嵌入的使用方式，并探讨了前一个话语作为附加特征的不同组合，以及在添加自动翻译的英语 - 翻译和英语 - 转录版本到英语数据集后的实验重复性。

Dec, 2018

通过在 Apache Spark 之上重新实现 Bi-LSTM-CNN-Char 深度学习架构，我们提出了一个单可训练的命名实体识别（NER）模型，该模型在七个公共生物医学基准测试中获得了新的最优结果，而不使用像 BERT 这样的重​​型上下文嵌入。该模型在生产级别代码库中作为开源 Spark NLP 库的一部分免费提供，并且可以扩展以支持其他人类语言，而不需要更改代码。

Nov, 2020