多医学：自动检测医学术语

mitaromana2024@

语言学中的音素、法律领域中的条款或医学中的皮炎。术语是特定于特定领域的词语。检测这些在相关领域内具有特定含义的关键概念，可以是根据专业甚至主题对书面文本进行分类的第一步。此，掌握术语在自然语言处理（NLP）中至关重要，以自动检测它。面对不断变化或增加的词汇（例如健康词汇），这项任务需要特别具有挑战性的工作。

出于这种需求，Multimédica 应运而生，这是一种提取 西班牙 塞内加尔电话号码表 语医学术语的工具，是根据知识工程研究所 (IIC) 与马德里自治大学 (UAM) 共享的计算语言学主席的研究成果开发的。

医学术语创意提取 新疾病或新疗法需要新词来命名。这就是医学术语不断增加的原因。从数量上看，英国皇家医学院（RAM）词典有 65,000 个条目，与西班牙皇家学院（RAE）词典中的 92,000 个条目相比，这是一个重要的数字。

UAM-IIC 计算语言学主席和 UAM 计算机语言学实验室主任 Antonio Moreno 表示，“医学可能是词汇创新增长最快的领域”，因此，“医学是一种知道如何识别词汇的工具”。术语或医学新术语的候选者。Multimédica 不仅可以从临床报告或给定文本中检测西班牙语医学术语，还可以创造性地识别健康领域中不断出现的可能新术语。

你怎么做到这一点？鉴于不可能应用监督学习（由于不知道所有标记它们的术语），也不可能应用无监督学习（由于没有大量文档和医疗报告），Multimédica 根据通常在医学领域使用的词典和构词规则进行工作。医疗领域。“我们知道前缀、后缀以及它们的组合规则，因此我们可以创造性地预测医学领域创建的新词，”安东尼奥·莫雷诺解释道。

NLP 中的医学术语检测关键医学术语或概念的检测包含在自然语言处理 (NLP) 的第一阶段。Multimédica 在这方面很有用，因为它通过突出显示基本医学术语，让您快速了解给定文本中正在讨论的内容。



一方面，该工具以绿色突出显示词典中包含的术语，因此这些术语存在于医学词典中。另一方面，它根据构词规则识别的术语则以粉红色显示，这将是健康语言中可能出现的新词。因此，它检测到“rhinoconjunctivits”，因为“rhino-”是出现在其他化合物中的医学前缀。

安东尼奥·莫雷诺解释说，在第一次扫描后，“我们用代码写下或标记医学概念，以关联同义词并继续更有效地处理这些文档。” 健康领域的 NLP 以及特定术语的检测可以加快信息搜索速度，从而加快医疗专业人员的任务速度。此外，它还允许您查看大量医疗文件，并可以帮助发现可能被忽视的医疗实体（症状、疾病或药物）之间的关系。