题目

Keyword extraction and structuralization of medical reports

关键词

关键词提取,文本结构,自然语言处理,机器学习,人工智能医学

简介

近年来,由于医疗技术的飞速发展,患者通常接受更准确和详细的检查。 许多检查报告未在数字数据中显示,而是由医学检查员根据仪器和生化测试的观察结果编写的文本文件。 如果上述非结构化数据可以结构化形式作为报告进行组织,它将有助于医生更有效地了解患者各种检查的状况。 此外,可以对结构化数据进行进一步的关联分析,以识别影响疾病的潜在因素。

作者

Pei-Hao Wu, Avon Yu, Ching-Wei Tsai, Jia-Ling Koh, Chin-Chi Kuo, Arbee L. P. Chen

成为VIP会员查看完整内容
32

相关内容

【ACL2020】多模态信息抽取,365页ppt
专知会员服务
138+阅读 · 2020年7月6日
临床自然语言处理中的嵌入综述,SECNLP: A survey of embeddings
一文读懂命名实体识别
人工智能头条
32+阅读 · 2019年3月29日
R语言自然语言处理:关键词提取与文本摘要(TextRank)
R语言中文社区
4+阅读 · 2019年3月18日
R语言自然语言处理:词性标注与命名实体识别
R语言中文社区
7+阅读 · 2019年3月5日
医学图像分析最新综述:走向深度
炼数成金订阅号
36+阅读 · 2019年2月20日
ACL 2018 | 利用Lattice LSTM的最优中文命名实体识别方法
黑龙江大学自然语言处理实验室
7+阅读 · 2018年7月3日
3D Deep Learning on Medical Images: A Review
Arxiv
11+阅读 · 2020年4月1日
Arxiv
21+阅读 · 2019年3月25日
Arxiv
3+阅读 · 2019年3月1日
VIP会员
相关VIP内容
【ACL2020】多模态信息抽取,365页ppt
专知会员服务
138+阅读 · 2020年7月6日
临床自然语言处理中的嵌入综述,SECNLP: A survey of embeddings
微信扫码咨询专知VIP会员