影像报告按检查部位的自动切分方法初探

随着对医疗数据结构化表示要求的提高,对影像报告的存储也产生了“一部位一申请单一报告”的要求。然而在实际应用中,一份影像报告通常包含多个部位的检查结果,难以实现检查部位与报告间的一一对应。利用文本分类及序列化标注两种自然语言处理技术对影像报告按部位自动切分的方法进行初步探索,并在胸腹盆CT的数据上进行实验性的自动切分。最终两者在胸部CT相关报告的切分上均取得了较好的效果,后者则在腹盆CT相关报告上也表现尚可。利用自然语言处理技术对影像报告按部位自动切分的实现,对将来更进一步的工作有一定的指导意义。

基于联合模型的中文嵌套命名实体识别

中文嵌套命名实体识别是自然语言处理中一个比较困难的问题.针对传统的序列化标注方法的不足,本文提出了一种新的基于联合模型的中文嵌套命名实体识别方法,该方法将嵌套命名实体识别看作是一种联合切分和标注任务.联合模型用一种改进的beam search算法作为系统的解码算法,并采用一种在线学习算法平均感知器算法作为训练算法,获得了较快的收敛速度和较好的识别效果.实验结果表明基于联合模型的方法对嵌套命名实体识别取得了更好的效果.

基于主述位理论的汉语基本篇章单元识别

基本篇章单元(Elementary Discourse Units,EDU)识别对篇章分析工作意义重大,是构建篇章结构的基础。从篇章衔接性视角看,每个EDU都由要表达信息的起始点--主位和要传达的新信息--述位两部分构成。该文结合已有研究和汉语实际情况,给出了一个基于主述位理论的汉语基本篇章单元识别方法。该方法将EDU识别转化为主述位识别问题,由主位、述位的位置间接地确定EDU的边界,最终完成EDU的识别。而主、述位间具有明显的信息序列化特征,因此可通过序列化标注方法进行。基于主述位理论的汉语基本篇章单元识别方法更关注EDU作为一个独立的篇章单元的内部构成,在汉语篇章话题结构语料库CDTC上的实验也进一步验证了该方法的有效性,EDU识别的性能F1值达到了89.46%。