基于SNOMED-CT的医疗术语语义相似度计算方法

基于信息量(information content,IC)的医疗文本脱敏方法以互联网中医疗数据的稀疏性作为评判术语敏感与否的标准,而互联网中医疗数据的稀疏性受阶段性流行病与社会舆论指向的影响较大。针对此问题,本文提出一种基于医学术语系统命名法-临床术语(systematized nomenclature of medicine-clinical terms, SNOMEDCT)的语义相似度计算方法。该方法综合考虑了SNOMED-CT中概念之间的"继承"关系("IS;"关系,纵向关系)和"概念模型属性"关系(横向关系)两方面的因素来计算医疗术语之间的语义相似度。将该方法用于从维基百科(Wikipedia)选取的6类共42篇医疗文本脱敏的过程,实验结果表明,与基于信息量的脱敏方法相比,本文提出的方法在脱敏精度和实用度方面分别提高了4.97%和5.65%,能有效地用于医疗文本语义脱敏过程。

系统化医学术语-临床术语集疾病分类及概念模型研究

介绍系统化医学术语-临床术语集(Systematized Nomenclature of Medicine Clinical Terms,SNOMED CT)概念及应用,阐述SNOMED CT疾病分类与疾病概念模型、6类疾病定义模式以及对我国中医疾病概念模型开发的启示,为我国中医疾病术语集构建提供参考。

结合RoBERTa与多策略召回的医学术语标准化

针对传统的基于模板匹配、人工构建特征、语义匹配等解决术语标准化的方案,往往会存在术语映射准确率不高,难以对齐等问题.本文结合医疗领域的文本中术语口语化、表达多样化的特点,使用了多策略召回和蕴含语义评分排序模块来提升医学术语标准化效果.在多策略召回模块中使用了基于Jaccard相关系数、TF-IDF、历史召回方法进行召回,在蕴含语义评分模块使用了RoBERTa-wwm-ext作为判分语义模型.首次在医学专业人员标注的基于SNOMED CT标准的中文数据集上验证了可用性.实验证明,在医疗知识特征的处理中,本方法能够在医学术语标准化实际应用上达到不错的效果,具有很好的泛化性及实用价值.