Mar, 2023

非临床文本信息检索在癌症相关论坛帖子的高效标注

PDF
TL;DR本研究使用分布式计算，文本检索，聚类和分类方法，构建了一个完全功能的原型系统，可以从非临床和免费的在线信息中澄清癌症患者轨迹。聚类结果表明，邻域半径对聚类性能影响最大。达恩麻省理工学院模型可以在 46.1 秒内对 50000 个论坛帖子进行聚类，而 DBSCAN（143.4）和 HDBSCAN（282.3）则需要更多时间。
发现论文，激发创造
  • 通过临床和数字数据的综合分析对患者进行聚类

    本研究介绍了一种基于患者数据的新型患者聚类模型，利用约束低秩逼近的方法，结合患者的临床数据以及数字交互数据（包括浏览和搜索），构建患者个人资料。通过生成非负嵌入向量作为患者低维表示，我们的模型在真实世界的患者数据上进行了评估，综合考虑了聚类和推荐功能，与其他对照组相比，我们的方法在聚类一致性和推荐准确性方面表现出卓越性能。

    Aug, 2023

  • 无监督的临床笔记片段提取、标记和聚类

    本文提出一种无监督的文本信息抽取方法，应用于捷克乳腺癌患者的临床记录中，以提取、分类和聚类具有特定临床特征的文本片段，证明提出方法在捷克样本中为构建更复杂的信息抽取和分析工具提供了实用价值。

    Nov, 2022

  • 构建 RadiologyNET：大规模多模态医学数据库的无监督注释

    通过多模态数据源自动标注医学放射照片，利用机器学习技术进行医学诊断和治疗的自动化流程。

    Jul, 2023

  • 基于多尺度图划分的内容驱动非监督式新闻文章聚类

    介绍了一种利用自然语言处理和图论工具结合的方法，通过向量表示和多尺度社团检测技术对文本进行分析和分类，得出了一组组具有相似内容的文档，揭示了主题和子主题的类层次结构。

    Aug, 2018

  • 利用社交媒体帖子的无监督嵌入聚类预测 COVID-19 病例负载

    通过追踪特定美国州 COVID-19 子版块 Reddit 帖子的句子级表示的高密度聚类，我们将基于转换器的语言模型纳入了传染病建模中，并在许多高质量数据集中进行基准测试。结果表明，除了其他特征类型之外，这些聚类嵌入特征在预测传染病上升趋势信号方面表现最好，对于流行病学数据不可靠的领域具有重要意义。随后，在时间序列预测任务中，我们充分利用了以上模型的预测能力，并比较了使用不同补充数据集作为协变量特征集时，基于转换器的时间序列模型的相对优势。

    May, 2022

  • 通过聚类神经网络输出进行自动皮肤镜模式发现的人机交互

    通过自动的无监督聚类，可以从大型图像数据集中提取具有诊断相关性且可人工解释的视觉模式群集。

    Sep, 2023

  • 基于数据驱动的癌细胞系分子分析信息提取和丰富化

    本文介绍了一种新的数据提取和探索系统，可以从癌细胞系的科学文献中提取文本实体之间的深层次语义关系，为现有结构化临床数据提供丰富的语义信息，并自动链接基因组拷贝数变异图与相关实体，以及相关文献证据，从而实现更为快捷深入的文献检索。

    Jul, 2023

  • 长篇科学文档的基于话语的无监督摘要

    本文提出了一种基于无监督的基于图的排名模型，用于提取科学文献的摘要。我们的方法假定源文档采用两级分层图表示，并利用不对称的位置提示来确定句子的重要性。在 PubMed 和 arXiv 数据集上的结果表明，我们的方法在自动指标和人工评价方面优于强无监督基线。此外，其性能与许多基于监督学习的方法相当。这些结果表明，篇章结构中的模式是确定科学文章重要性的强有力信号。

    May, 2020

  • 基于疾病概念的生物医学文档聚类与可视化

    本文介绍了一种基于向量表示和自组织映射的医学文献聚类技术，能够提供更好的文献搜索和浏览体验，并在实验中验证了该技术的有效性。

    Oct, 2018

  • 癌症实体关联和分类的机器学习方法

    本研究使用自然语言处理中的实体识别和文本分类的两个主要函数来从生物医学文献中发现与癌症相关的信息，使用机器学习分类器来构建分类模型，并使用结构化查询语言来识别可能导致重要预测的隐藏关系。

    May, 2023