Improving precision in concept normalization
Improving precision in concept normalization
复制标题
提高概念标准化的精度
DOI：
10.1142/9789813235533_0052
复制
发表时间：
2018
影响因子：
--
通讯作者：
L. Hunter
中科院分区：
文献类型：
--
作者：
Mayla Boguslav;K. Cohen;W. Baumgartner;L. Hunter
大多数自然语言处理应用程序都在准确性和召回率之间进行权衡。在自然语言处理的某些用例中，有理由倾向于将这种权衡倾向于高精度。根据假阳性结果的Zipfian分布，我们描述了一种提高精度的策略，使用各种预处理和后处理方法。他们利用基于知识和频率的方法来建模语言。基于现有的高性能生物医学概念识别管道和先前发布的手动注释语料库，我们将这种混合理性主义/经验主义策略应用于八个不同本体的概念归一化。哪些方法提高了精度，哪些方法没有提高精度，在不同的本体之间差异很大。
Most natural language processing applications exhibit a trade-off between precision and recall. In some use cases for natural language processing, there are reasons to prefer to tilt that trade-off toward high precision. Relying on the Zipfian distribution of false positive results, we describe a strategy for increasing precision, using a variety of both pre-processing and post-processing methods. They draw on both knowledge-based and frequentist approaches to modeling language. Based on an existing high-performance biomedical concept recognition pipeline and a previously published manually annotated corpus, we apply this hybrid rationalist/empiricist strategy to concept normalization for eight different ontologies. Which approaches did and did not improve precision varied widely between the ontologies.
使用自然语言处理和可视化技术发现术语模型。
影响因子：
4.5
作者：
Zhou,Li;Tao,Ying;Cimino,JamesJ;Chen,ElizabethS;Liu,Hongfang;Lussier,YvesA;Hripcsak,George;Friedman,Carol
通讯作者：
Friedman,Carol
文本挖掘工具的内在评估可能无法预测实际任务的性能。
影响因子：
--
作者：
Caporaso,JGregory;Deshpande,Nita;Fink,JLynn;Bourne,PhilipE;Cohen,KBretonnel;Hunter,Lawrence
通讯作者：
Hunter,Lawrence