使用基于深度学习的NLP模型来提取全文数据元素,用于系统文献审查任务

科学领域:

• 卫生经济学和结果研究 (HEOR)
• 自然语言处理 (NLP) 是一种自然语言处理.
• 机器学习 机器学习

背景情况:

• 系统性文献审查 (SLR) 对于HEOR证据合成至关重要,但需要大量的劳动力.
• 之前的工作是开发机器学习来识别相关出版物.
• 本研究探讨了从科学文献中自动提取数据的NLP.

研究的目的:

• 调查使用NLP用于SLR中的自动化数据元素提取的可行性.
• 为了比较不同NLP算法 (CRF,LSTM,BERT) 对此任务的性能.
• 为NLP社区提供注释的 corpora.

主要方法:

• 收集并注释了239篇关于三个HEOR主题的12个变量的全文文章:HPV流行,肺炎球菌流行病学和肺炎球菌经济负担.
• 训练并评估了条件随机场 (CRF),长期短期记忆 (LSTM) 和来自变压器的双向编码器表示 (BERT) 模型.
• 作为一个基准,公开分享了三个注释的公司.

主要成果:

• 深度学习算法在SLR数据元素提取方面表现优于传统的机器学习.
• 在三项任务中,LSTM模型获得了优异的微平均F1分数 (0.890,0.646,0.615).
• 在CRF模型的表现有限,而BERT在这个特定的背景下没有带来预期的改进.

结论:

• 深度学习,特别是LSTM,在HEOR SLR中显示出自动数据提取的卓越性能.
• 由于其性能,可通用性,可扩展性和成本效益,建议部署LSTM模型.
• 分享的公司将促进进一步的NLP研究在SLR证据合成.