换一批摘要目的:探讨自然语言处理方法用于心脏超声报告文本提取的可行性,并构建心脏超声文本标准化数据库.方法:根据心脏超声报告内容,将提取数据元分为描述类和数值类数据元,利用TPLinker模型抽取描述类数据元,并利用基于规则的模式匹配方法抽取数值类数据元.结果:抽取 976 例心脏超声报告,模式匹配方法抽取数值类数据元的准确率和召回率均高于 95%.TPLinker模型的F1 值为 88.62%,并横向对比CasRel、SpERT、CopyRE关系抽取模型,发现对于提取描述类数据元,TPLinker模型在准确率和召回率评价上优于其他关系抽取模型.结论:TPLinker模型结合基于规则的模式匹配抽取方法可用于心脏超声报告文本信息的结构化提取.
更多相关知识
关键词
心脏超声检查报告模式匹配TPLinker模型自然语言处理Cardiac ultrasound reportPattern matchingTPLinker modelNatural language processing
栏目名称
DOI
10.3969/j.issn.1673-7571.2025.03.007
发布时间
2025-03-24（万方平台首次上网日期，不代表论文的发表时间）
基金项目
全军保健专项科研课题（21BJZ39）
西部战区总医院院管课题（2021-XZYG-A14）
- 浏览0
- 被引1
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
