BriefGPT - AI 论文速递
·
利用不同深度学习模型从临床文本中提取药物及时序关系
💡
原文中文，约400字，阅读约需1分钟。
📝
内容提要
该研究使用深度学习和大型语言模型从EMR中提取和分类医疗信息，结果显示CNN-BiLSTM模型在医疗实体识别任务中表现优于BiLSTM-CRF模型，BERT-CNN模型在时间关系提取测试集上表现较好。
🎯
关键要点
- 该研究探讨了利用深度学习和大型语言模型从EMR中提取和分类医疗信息的效果。
- 研究比较了不同的字嵌入技术。
- 在医疗实体识别任务中，CNN-BiLSTM模型的表现优于BiLSTM-CRF模型。
- CNN-BiLSTM模型的Macro Average精确度、召回率和F1分数分别为75.67、77.83和78.17。
- BERT-CNN模型在时间关系提取测试集上的表现较好，Macro Average P/R/F1分数分别为64.48、67.17和65.03。
➡️
