Background: Terminologiesthataccoun

Background: Terminologiesthataccountforvariationinlanguageusebylinkingsynonymsandabbreviationsto their corresponding concept are important enablers of high-quality information extraction from medical texts. Due to the use of specialized sub-languages in the medical domain, manual construction of semantic resources that accurately reflect language use is both costly and challenging, often resulting in low coverage. Although models of distributional semantics applied to large corpora provide a potential means of supporting development of such resources, their ability to isolate synonymy from other semantic relations is limited. Their application in the clinical domain has also only recently begun to be explored. Combining distributional models and applying them to different types of corpora may lead to enhanced performance on the tasks of automatically extracting synonyms and abbreviation-expansion pairs.
Results: Acombinationoftwodistributionalmodels–RandomIndexingandRandomPermutation–employedin conjunction with a single corpus outperforms using either of the models in isolation. Furthermore, combining semantic spaces induced from different types of corpora – a corpus of clinical text and a corpus of medical journal articles – further improves results, outperforming a combination of semantic spaces induced from a single source, as well as a single semantic space induced from the conjoint corpus. A combination strategy that simply sums the cosine similarity scores of candidate terms is generally the most profitable out of the ones explored. Finally, applying simple post-processing filtering rules yields substantial performance gains on the tasks of extracting abbreviation-expansion pairs, but not synonyms. The best results, measured as recall in a list of ten candidate terms, for the three tasks are: 0.39 for abbreviations to long forms, 0.33 for long forms to abbreviations, and 0.47 for synonyms.
Conclusions: Thisstudydemonstratesthatensemblesofsemanticspacescanyield

ผลลัพธ์ (ไทย) 2:

พื้นหลัง: Terminologiesthataccountforvariationinlanguageusebylinkingsynonymsandabbreviationsto แนวคิดที่สอดคล้องกันของพวกเขาจะ enablers สำคัญของการมีคุณภาพสูงการสกัดข้อมูลจากตำราการแพทย์ เนื่องจากการใช้ภาษาย่อยเฉพาะในโดเมนการแพทย์, การก่อสร้างด้วยตนเองของทรัพยากรความหมายที่ถูกต้องสะท้อนให้เห็นถึงการใช้ภาษาเป็นทั้งค่าใช้จ่ายและความท้าทายมักจะเกิดในความคุ้มครองในระดับต่ำ แม้ว่ารูปแบบของการกระจายความหมายนำไปใช้กับคลังขนาดใหญ่ให้หมายถึงศักยภาพของการสนับสนุนการพัฒนาทรัพยากรเช่นความสามารถในการแยกความสัมพันธ์จากคำพ้องความหมายอื่น ๆ ที่มี จำกัด แอพลิเคชันของพวกเขาในโดเมนทางคลินิกยังได้เริ่มต้นเพียงเมื่อเร็ว ๆ นี้ได้รับการสำรวจ รวมรูปแบบการกระจายและนำมาใช้แตกต่างกันของคลังอาจนำไปสู่การเพิ่มประสิทธิภาพในงานพ้องสกัดโดยอัตโนมัติและคู่ย่อ-การขยายตัว.
ผลการศึกษา: Acombinationoftwodistributionalmodels-RandomIndexingandRandomPermutation-employedin ร่วมกับคลังเดียวมีประสิทธิภาพดีกว่าโดยใช้รูปแบบในการแยก นอกจากนี้การรวมช่องว่างความหมายเหนี่ยวนำให้เกิดจากความแตกต่างของคลัง - คลังของข้อความทางคลินิกและการสะสมของบทความในวารสารทางการแพทย์ - ต่อไปจะช่วยเพิ่มผลดีกว่าการรวมกันของช่องว่างความหมายเหนี่ยวนำจากแหล่งเดียวเช่นเดียวกับพื้นที่ความหมายเดียวเหนี่ยวนำให้เกิดจาก คลังร่วมกัน กลยุทธ์การรวมกันที่เพียงผลรวมคะแนนความคล้ายคลึงกันโคไซน์ของข้อตกลงของผู้สมัครโดยทั่วไปจะมีกำไรมากที่สุดจากคนที่สำรวจ ในที่สุดการใช้กฎการกรองหลังการประมวลผลง่ายผลตอบแทนถัวเฉลี่ยเพิ่มประสิทธิภาพอย่างมากในงานของการแยกคู่ย่อขยายตัว แต่ไม่ได้คำพ้อง ผลลัพธ์ที่ดีที่สุดวัดเรียกคืนในรายการของสิบแง่ผู้สมัครสำหรับสามงานคือตัวย่อที่ 0.39 สำหรับรูปแบบยาว 0.33 สำหรับรูปแบบนานในการย่อและ 0.47 สำหรับคำพ้อง.
สรุป: Thisstudydemonstratesthatensemblesofsemanticspacescanyield

ผลลัพธ์ (ไทย) 3:

ประวัติ : terminologiesthataccountforvariationinlanguageusebylinkingsynonymsandabbreviationsto แนวคิดที่สอดคล้องกันของพวกเขามีความสำคัญ enablers ของการสกัดข้อมูลคุณภาพสูงจากตำราทางการแพทย์ เนื่องจากการใช้ภาษาเฉพาะโดเมนย่อยในทางการแพทย์ , คู่มือการก่อสร้างของระบบทรัพยากรที่ถูกต้องสะท้อนให้เห็นถึงการใช้ภาษามีทั้งแพง และท้าทายมักจะส่งผลให้ความคุ้มครองน้อย ถึงแม้ว่ารูปแบบของการแจกแจงอรรถศาสตร์ประยุกต์คลังข้อมูลขนาดใหญ่มีศักยภาพการรองรับการพัฒนาทรัพยากร เช่น ความสามารถในการแยกการมีความหมายเหมือนกันจากความสัมพันธ์ความหมายอื่น ๆจำกัด การประยุกต์ใช้ในทางคลินิกได้โดเมนเท่านั้นยังเพิ่งเริ่มที่จะสํารวจรวมแบบสุ่มและใช้พวกเขาในประเภทที่แตกต่างกันของ corpora อาจนำไปสู่การเพิ่มประสิทธิภาพในงานโดยอัตโนมัติสกัดคำพ้องความหมายและคู่ขยายย่อ
ผล : acombinationoftwodistributionalmodels – randomindexingandrandompermutation –ใช้ร่วมกับคลังข้อความเดียวมีประสิทธิภาพดีกว่าใช้ของรุ่นในการแยก . นอกจากนี้การรวมระบบเป็นชนิดที่แตกต่างกันของคลังข้อมูลคลังข้อมูลและผลของข้อความทางคลินิกและคลังข้อมูลของวารสารทางการแพทย์และบทความเพิ่มเติมเพิ่ม , outperforming รวมกันของความหมายเป็นที่เกิดจากแหล่งเดียวเป็นเดียวความหมายพื้นที่ชักนำจากคลังข้อมูลร่วมกัน .การรวมกันของกลยุทธ์ที่เพียงแค่ผลรวมคะแนนของผู้สมัครที่เป็นเงื่อนไขต่างๆ คล้ายคลึงกัน โดยส่วนใหญ่ทำกำไรจากที่สำรวจ ในที่สุด การใช้กฎการกรองผลิตง่าย ผลผลิตมากการแสดงจากงานสกัดคู่ขยายคำย่อ แต่ความหมายเหมือนกัน ผลลัพธ์ที่ดีที่สุด วัดที่เรียกคืนในรายการของสิบรูปผู้สมัครสำหรับสามงาน : 0.39 สำหรับตัวย่อในแบบฟอร์มยาว , 0.33 นานแบบย่อและ 0.47 ให้ความหมายเหมือนกัน thisstudydemonstratesthatensemblesofsemanticspacescanyield
สรุป