Fugu-MT 論文翻訳(概要): Negation Detection for Clinical Text Mining in Russian

論文の概要: Negation Detection for Clinical Text Mining in Russian

arxiv url: http://arxiv.org/abs/2004.04980v1
Date: Fri, 10 Apr 2020 10:38:33 GMT
ステータス: 処理完了
システム内更新日: 2022-12-14 20:19:29.114623
Title: Negation Detection for Clinical Text Mining in Russian
Title（参考訳）: ロシアにおける臨床テキストマイニングの否定検出
Authors: Anastasia Funkner, Ksenia Balabaeva, Sergey Kovalchuk
Abstract要約: ロシアでは、医療記録の問題に対処する自然言語処理のための手段は存在しない。本稿では,否定検出モジュールについて述べる。この検出器は5つの疾患の否定を分類し、平均Fスコアは0.81から0.93である。
参考スコア（独自算出の注目度）: 0.0
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Developing predictive modeling in medicine requires additional features from unstructured clinical texts. In Russia, there are no instruments for natural language processing to cope with problems of medical records. This paper is devoted to a module of negation detection. The corpus-free machine learning method is based on gradient boosting classifier is used to detect whether a disease is denied, not mentioned or presented in the text. The detector classifies negations for five diseases and shows average F-score from 0.81 to 0.93. The benefits of negation detection have been demonstrated by predicting the presence of surgery for patients with the acute coronary syndrome.
Abstract（参考訳）: 医学における予測モデリングの開発には、非構造化臨床テキストからの追加機能が必要である。ロシアでは、医学記録の問題を解決するための自然言語処理の道具は存在しない。本稿では,否定検出のモジュールについて述べる。本発明のコーパスフリー機械学習方法は、勾配押し上げ分類器に基づいて、疾患が否定されているか、言及されていないか、あるいはテキストに提示されているかを検出する。この検出器は5つの疾患の否定を分類し、平均Fスコアは0.81から0.93である。急性冠症候群患者の手術の有無を予測することにより, 否定検出の利点が示された。

関連論文リスト

Assertion Detection Large Language Model In-context Learning LoRA Fine-tuning [2.401755243180179]
本稿では,大規模言語モデル(LLM)を多数の医療データに基づいて事前学習してアサーション検出を行う手法を提案する。提案手法は従来の手法よりも0.31高い0.74のF-1を達成した。
論文参考訳（メタデータ） (2024-01-31T05:11:00Z)
DetectGPT: Zero-Shot Machine-Generated Text Detection using Probability Curvature [143.5381108333212]
大規模な言語モデルからサンプリングされたテキストは、モデルのログ確率関数の負の曲率領域を占有する傾向にあることを示す。次に、与えられたLLMから通路が生成されるかどうかを判断するための新しい曲率ベースの基準を定義する。我々は、モデルサンプル検出のための既存のゼロショット法よりもディテクターGPTの方が識別性が高いことを発見した。
論文参考訳（メタデータ） (2023-01-26T18:44:06Z)
Not another Negation Benchmark: The NaN-NLI Test Suite for Sub-clausal Negation [59.307534363825816]
否定は現在の言語モデルでは不十分だが、この問題の範囲は広く理解されていない。自然言語推論(NLI)テストスイートを導入し,NLP手法の能力を検証した。
論文参考訳（メタデータ） (2022-10-06T23:39:01Z)
From Disfluency Detection to Intent Detection and Slot Filling [12.289620439224839]
PhoATISはベトナム語で流用するインテント検出とスロットフィリングデータセットを拡張し,文脈の相違を手作業で追加し,注釈を付ける。我々は, 学習済み言語モデルに基づく, 強いベースラインを用いて, 拡散検出, 共同意図検出, スロット充填を行う実験を行った。 i)下流の意図検出とスロット充足タスクのパフォーマンスに負の影響を及ぼし、(ii)分散コンテキストにおいて、事前学習された多言語言語モデルXLM-Rは、事前学習された単言語モデルPhoよりも優れた意図検出とスロット充足パフォーマンスをもたらす。
論文参考訳（メタデータ） (2022-09-17T16:03:57Z)
Influence of uncertainty estimation techniques on false-positive reduction in liver lesion detection [3.0236161684282497]
我々は,異なる不確実性推定法のための分類に基づく後処理ステップを開発する。ニューラルネットワークの不確実性推定から計算された特徴は、偽陽性の低減にはあまり寄与しない傾向にある。以上の結果から,不確実性マップから抽出したクラス不均衡(真偽正比)や形状に基づく特徴などの要因が,偽正の予測と真正の予測とを区別する上で重要な役割を担っていることが示唆された。
論文参考訳（メタデータ） (2022-06-22T08:33:52Z)
Few-Shot Cross-lingual Transfer for Coarse-grained De-identification of Code-Mixed Clinical Texts [56.72488923420374]
事前学習型言語モデル (LM) は低リソース環境下での言語間移動に大きな可能性を示している。脳卒中におけるコードミキシング(スペイン・カタラン)臨床ノートの低リソース・実世界の課題を解決するために,NER (name recognition) のためのLMの多言語間転写特性を示す。
論文参考訳（メタデータ） (2022-04-10T21:46:52Z)
As Easy as 1, 2, 3: Behavioural Testing of NMT Systems for Numerical Translation [51.20569527047729]
誤訳された数字は、金銭的損失や医療的誤報などの深刻な影響を引き起こす可能性がある。本研究では,ニューラルネットワーク翻訳システムの動作テストによる数値テキストへの堅牢性に関する総合的な評価法を開発した。
論文参考訳（メタデータ） (2021-07-18T04:09:47Z)
An analysis of full-size Russian complexly NER labelled corpus of Internet user reviews on the drugs based on deep learning and language neural nets [94.37521840642141]
我々は、インターネットユーザーレビューのフルサイズのロシアの複雑なNERラベルコーパスを提示します。高度なディープラーニングニューラルネットワークセットは、ロシアのテキストから薬理学的に有意義な実体を抽出するために使用される。
論文参考訳（メタデータ） (2021-04-30T19:46:24Z)
Challenges in Automated Debiasing for Toxic Language Detection [81.04406231100323]
バイアスド・アソシエーションは、有害な言語を検出するための分類器の開発において課題となっている。我々は最近,有害な言語検出に適用されたテキスト分類データセットとモデルに対するデバイアス法について検討した。我々の焦点は語彙(例えば、誓い言葉、スラー、アイデンティティの言及)と方言マーカー(特にアフリカ系アメリカ人の英語)である。
論文参考訳（メタデータ） (2021-01-29T22:03:17Z)
Using uncertainty estimation to reduce false positives in liver lesion detection [4.031488224570999]
本稿では,ニューラルネットワーク予測の不確実性マップから抽出した特徴を学習したSVM分類器を用いて,ニューラルネットワークによる偽陽性検出を減らす手法を提案する。我々は、0.5のドロップアウトレートの使用は、ニューラルネットワークの予測で偽陽性の最小数を生成することを発見しました。
論文参考訳（メタデータ） (2021-01-12T10:26:41Z)
Natural Language Processing with Deep Learning for Medical Adverse Event Detection from Free-Text Medical Narratives: A Case Study of Detecting Total Hip Replacement Dislocation [0.0]
人工股関節置換術後の股関節脱臼AEの検出を効率的かつ正確に行うための深層学習ベースNLP(DL-NLP)モデルを提案する。提案したモデルをML-NLP(ML-NLP)モデルでベンチマークした。すべてのDL-NLPモデルはML-NLPモデルをすべて上回り、畳み込みニューラルネットワーク(CNN)モデルは全体的なパフォーマンスを最高のものにした。
論文参考訳（メタデータ） (2020-04-17T16:25:36Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。