本研究探讨了利用临床文本时间序列进行预测的方法，提出将基于时间戳的临床发现作为输入。实验结果表明，编码器模型在短期和长期预测中表现优异，时间排序的构建显著提升了模型性能，强调了时间序列构建的重要性。

该文介绍了一种无监督方法，可用于对历史文件集进行时间排序。该方法使用非参数广义线性模型和模拟退火算法，有效捕捉词语使用的渐变变化，并获得最佳的文档时间顺序。该方法已在《美国国情咨文演讲》和 DEEDS 语料库上进行了测试，并显著改善了时间排序。这种无监督方法应能够对未标记的文档集进行时间排序。