共同の伝統的な中国医学の臨床名義のエンティティ認識と関係抽出のためのキャラクターレベルのコンボリューションリキュアントインタラクションネットワーク
Qiang Xu1, Zhi-Hui Zhao1, Wei-Wei Liu1
1College of Intelligent Medicine, Chengdu University of Traditional Chinese Medicine, Chengdu 610100, China.
この研究は,伝統的な中国医学 (TCM) の電子医療記録 (EMR) の分析のための新しいネットワークを導入します. キャラクターレベルのコンヴォルショナル・リキュアント・インタラクション・ネットワーク (CCRIN) は,臨床実体とその関係性を効果的に抽出し,TCMデータ分析を改善します.
科学分野:
- 医療情報工学 医療情報工学
- 自然言語処理 (Natural Language Processing) とは,自然言語処理で処理される言語のことです.
- 中国伝統医学は,中国の伝統医学である.
背景:
- 伝統的な中国医学 (TCM) の電子医療記録 (EMR) には,4つの診断面によって構成された貴重な患者データが含まれています.
- TCM EMR分析のための現在のディープラーニングモデルは,これらの次元と古代中国の意味学特性を完全に活用する能力が欠如しています.
- これは,TCM医療データの効果的な構造化とモデリングを制限しています.
研究 の 目的:
- TCM EMR のための共同命名されたエンティティと関係抽出方法を開発する.
- 4つの診断次元と古代中国の意味論を捉える現行のモデルの限界に対処する.
- TCMデータ内の臨床実体とその関係性の抽出を改善する.
主な方法:
- キャラクターレベルのコンヴォルショナル・リキュアント・インタラクション・ネットワーク (CCRIN) モデルを提案した.
- 診断の4つの次元を関係として,位置をヘッドエンティティとして,症状属性をテールエンティティとして扱った.
- 統合された中国語の文字の埋め込み,文脈的コンボリューション機能,マルチタスク学習のための自己注意力メカニズム.
主要な成果:
- CCRINモデルは,TCMのエンティティと関係を抽出する上で優れたパフォーマンスを示しました.
- NYTとTCMケースのデータセットに関する経験的研究は,モデルの有効性を検証しました.
- このモデルは,古代中国の意味学的な情報を成功裏に捕捉し,診断の4つの次元を組み込みました.
結論:
- 提案されたCCRINモデルは,TCM EMRを分析するための効果的なアプローチを提供します.
- この方法は,4つの診断次元に基づいて臨床実体とその関連関係を抽出することを強化します.
- この発見は,先進的なNLP技術を使用してTCMの医療データのより良い構造化とモデリングに貢献します.
さらに関連する動画
07:50Author Spotlight: Integrating 2D-HPLC-MS and Molecular Networking in Natural Medicine Analysis
Published on: December 8, 2023
06:22Machine Learning-Based Cough Tone Classification: Diagnostic Exploration of Chronic Obstructive Pulmonary Disease and Respiratory Tract Infections
Published on: September 19, 2025
関連する概念動画
Classification of Connective Tissues
Connective Tissue Proper
Connective tissue proper is the most abundant class of connective tissues. As its name implies, it predominantly connects different tissues in the body. Depending on the cell types, ground substance, viscosity, and fiber types in the ECM, connective tissue proper is further categorized into loose and dense.
Methods of Classification and Identification
Modern Molecular Taxonomy
Rapid Identification of Pathogens
