首页> 美国卫生研究院文献>BMC Medical Informatics and Decision Making >Attention-based deep residual learning network for entity relation extraction in Chinese EMRs
【2h】

Attention-based deep residual learning network for entity relation extraction in Chinese EMRs

机译:基于注意力的深度残差学习网络用于中国电子病历中的实体关系抽取

代理获取
本网站仅为用户提供外文OA文献查询和代理获取服务,本网站没有原文。下单后我们将采用程序或人工为您竭诚获取高质量的原文,但由于OA文献来源多样且变更频繁,仍可能出现获取不到、文献不完整或与标题不符等情况,如果获取不到我们将提供退款服务。请知悉。

摘要

BackgroundElectronic medical records (EMRs) contain a variety of valuable medical concepts and relations. The ability to recognize relations between medical concepts described in EMRs enables the automatic processing of clinical texts, resulting in an improved quality of health-related data analysis. Driven by the 2010 i2b2/VA Challenge Evaluation, the relation recognition problem in EMRs has been studied by many researchers to address this important aspect of EMR information extraction.
机译:背景电子病历(EMR)包含各种有价值的医学概念和关系。识别EMR中描述的医学概念之间的关系的能力可以自动处理临床文本,从而提高了与健康相关的数据分析的质量。在2010年i2b2 / VA挑战评估的推动下,许多研究人员已经研究了EMR中的关系识别问题,以解决EMR信息提取的这一重要方面。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号