手动与机器对比:医学文本索引器 (MTI) 如何准确地将不同类型的文档分类到疾病领域?

科学领域:

• 生物医学信息学 生物医学信息学
• 医学文本分析 医学文本分析
• 控制的词汇管理

背景情况:

• 医学科目标题 (MeSH) 词汇库是生物医学文献分类的重要控制词汇.
• 使用像医学文本索引器 (MTI) 这样的算法进行自动索引,有助于研究人员对文本进行分类.
• 对于传统出版物以外的文档类型,MTI的可靠性需要评估.

研究的目的:

• 评估医疗文本索引 (MTI) 算法的可靠性,用于从赠款,专利和药物指示中对文本进行分类.
• 将MTI的自动分类性能与专家手动分类进行比较.
• 确定改善MTI在不同类型文档的回忆和精度的方法.

主要方法:

• 从研究资助,专利和药物指示中收集的文本样本.
• 使用医学文本索引器 (MTI) 将MeSH描述符分配给收集的文本.
• 将MTI的分类与专家手册分类进行比较,计算回忆和精度指标.
• 分析了MTI排名得分,文档长度和MeSH类别聚合对业绩的影响.

主要成果:

• 在资助,专利和药物指示方面,MTI显示了高回忆率 (78-86%).
• 准确度各不相同,在赠款方面为53%,在专利方面为73%,在药物指示方面为64%.
• MTI实现了>94%的回忆和>87%的精度来检测任何疾病的存在.
• 通过使用MTI排名分数,排除长文档,并汇总MeSH类别,可以提高回忆和精度.

结论:

• 医学文本索引器 (MTI) 是研究人员将各种文本分类为MeSH类别的潜在有价值工具.
• MTI的表现是有希望的,特别是在识别与疾病相关的术语方面,但需要仔细应用.
• 通过排名得分和文档过来优化MTI的使用,可以提高其在医学文本分类中的准确性.