Mes: septiembre 2020

SINAI at CLEF eHealth 2020: testing different pre-trained word embeddings for clinical coding in Spanish

José Alberto Mesa Murgado

Este artículo describe el sistema presentado por el equipo SINAI para la tarea de extracción de información multilingüe del CLEF eHealth Lab 2020. Esta tarea se centra en la asignación automática de de los códigos de la Clasificación Internacional de Enfermedades (CIE) a textos relacionados con la salud en español. Nuestra propuesta sigue un enfoque […]

Ampliar...

SINAI at eHealth-KD Challenge 2020: Combining Word Embeddings for Named Entity Recognition in Spanish Medical Records

José Alberto Mesa Murgado

Este artículo describe el sistema presentado por el grupo de investigación SINAI al reto eHealth-KD en IberLEF 2020. Se definieron dos subtareas principales para el descubrimiento de conocimiento en la historia clínica española el reconocimiento de entidades y la extracción de relaciones. En el campo del Procesamiento del Lenguaje Natural (PLN), el Reconocimiento de En […]

Ampliar...

Extracting Neoplasms Morphology Mentions in Spanish Clinical Cases through Word Embeddings

José Alberto Mesa Murgado

La biomedicina es un entorno ideal para el uso del Procesamiento del Lenguaje Natural (PLN), debido a la enorme cantidad de información procesada y almacenada en formato electrónico. Esta información puede ser gestionada de diferentes formas mediante tareas de PLN como el Reconocimiento de Entidades Nombradas (NER). Para abordar esta tarea, CANTEMIST es el primer […]

Ampliar...