从细粒度的参与者,干预,比较和结果的小注释数据和大无标签数据进行半监督学习,实体识别

科学领域:

• 自然语言处理自然语言处理.
• 医疗信息学 医疗信息学
• 临床试验分析

背景情况:

• 从临床试验文献中提取PICO元素对于基于证据的医学至关重要.
• 现有的方法在区分PICO实体属性时缺乏细节性.
• 需要先进的模型来提高PICO提取的精度.

研究的目的:

• 开发一个命名实体识别 (NER) 模型,FinePICO,用于提取细粒度的PICO实体.
• 提高从临床试验摘要中检索信息的准确性和细节性.

主要方法:

• 采用了半监督学习方法,将有限的注释PICO数据与大量的未标记数据相结合.
• 在FinePICO模型中,从四个公共数据集中训练了2511个摘要.
• 使用精度,回忆和F1分数来评估性能,并与基线模型和理论界限进行比较.

主要成果:

• FinePICO获得了0.567/0.636/0.60的精度/回忆/F1得分,明显超过了基线模型 (F1:0.437).
• 该模型在不同的PICO框架和企业中展示了可通用性,始终优于基准 (P < .001).
• 该方法有效地利用未标记的数据来改善细粒度PICO实体的提取.

结论:

• FinePICO提供了一种可行且有效的半监督方法,用于从临床文本中详细地提取PICO实体.
• 这项研究证实了半监督学习技术在增强PICO提取方面的实用性.
• 未来的研究可以优化半监督学习算法,以提高效率和降低计算成本.