基于掩码临床上下文的 SNOMED CT 概念推荐
英文标题：SNOMED CT Concept Recommendation from Masked Clinical Context
将临床自然语言标准化为 SNOMED CT 术语库，能够显著提升医疗系统的互操作性、数据分析及可复用表型分析能力。然而，当目标概念在训练数据中出现频率极低或完全缺失时，现有的概念推荐系统往往表现受限。为此，该研究提出了一种基于掩码临床上下文的概念推荐方案，旨在应对罕见及未见概念的映射难题。此方法为医疗健康领域的低资源实体对齐与标准化工程提供了新的思路。
打开原文相关 1.6 · 机会 0
2.1 KB
672 B
612 B
380 B
9.1 KB
32.7 KB
22.8 KB
24.2 KB
34.7 KB
中文
论文摘要
arXiv:2609.17855v1（公告类型：new）
摘要：将临床语言标准化为 SNOMED CT 能够支持互操作性、数据分析以及可复用的表型分析，但当相关概念极为罕见或在训练数据中缺失时，概念推荐仍然十分困难。我们提出了一种基于掩码概念的推荐方法（masked-concept recommendation）……
BibTeX 格式引用
×
English / 原文
BibTeX formatted citation
×