机译:无监督学习的放射学报告中解剖学短语的自动正常化
Philips Res North Amer 2 Canal Pk 3rd Floor Cambridge MA 02141 USA;
Boston Univ Div Syst Engn Brookline MA USA;
Philips Res North Amer 2 Canal Pk 3rd Floor Cambridge MA 02141 USA;
Philips Res Eindhoven North Brabant Netherlands;
Philips Res North Amer 2 Canal Pk 3rd Floor Cambridge MA 02141 USA;
Philips Res North Amer 2 Canal Pk 3rd Floor Cambridge MA 02141 USA;
Philips Res North Amer 2 Canal Pk 3rd Floor Cambridge MA 02141 USA;
Univ Chicago Med Ctr Dept Radiol Chicago IL 60637 USA;
Univ Washington Dept Radiol Seattle WA 98195 USA;
Univ Chicago Med Ctr Dept Radiol Chicago IL 60637 USA;
Radiology reports; Concept normalization; Anatomical classification; word2vec; Semantic learning; SNOMED CT;
机译:无监督学习的放射学报告中解剖学短语的自动正常化
机译:具有内容和填充词组分类的汉语自发口语词汇的无监督学习
机译:用于在放射学报告中传达诊断确定性的短语中的放射科偏好,协议和变异性
机译:使用遗传算法从放射学报告中学习提示短语模式
机译:快速的说话人归一化和适应,并应用于儿童语言学习技能的自动评估。
机译:使用无监督学习的放射学报告中的解剖短语自动归一化
机译:使用机器学习和SNOMED CT本体对自由文本放射学报告进行自动分类以识别肢体骨折