医療記録文に含まれる合成語の語構成解析　－リアルワールドデータの利活用に向けてー

点击翻译按钮获取中文摘要

本研究の目的は、医療記録に含まれる医療縮約表現（以下、「縮約表現」という）を対象に、①医療の観点からみた語構成要素に分割し、②それぞれの語構成要素を意味的に分類し、そして③語構成要素間の文法的な構造を明らかにすることである。そのために昨年度は、ComeJisyoUtf8-3 の見出し語より品詞が名詞となっているものから 5,711 語の縮約表現候補を選定した。2022年度は、この5,711語を見直し、重複を除いた5,690語について、①短い単位に語分割し、語末の異なる814要素を抽出した。②次に5,690語を814の語末要素で分類し、同じ語末要素を持つ縮約表現から、無作為に1語を抽出した。③この語末要素の異なる縮約表現814語に「VAC療養中」など、名詞以外の縮約表現8語を加えた822語について、医師により医療の観点からみた縮約表現の確実性のチェックを行い、対象とする縮約表現558語を選定した。④そして対象縮約表現558語の語構成解析を行い、得られた語構成要素1,017要素に52種類の意味ラベルを付与した。本研究では、選定した合成語（複合語および縮約表現）を医療の観点からみた語構成要素に分割する。すなわち、有意味な語を網羅的に抽出してはおらず、医療言語処理で使えるデータを増やす、すなわち被覆率の向上においての貢献度が高いとは言えない。そこで、合成語から有意味な部分文字列を網羅的に抽出する手法「並列分散形態論解析」と、網羅的ではないものの簡便な手法「複層化形態論解析」を提案した。