Data Mining from Free-Text Health Records : State of the Art, New Polish Corpus

• Autoři: ANETTA Krištof
• Rok publikování: 2020
• Druh: Článek ve sborníku
• Konference: Proceedings of the Fourteenth Workshop on Recent Advances in Slavonic Natural Language Processing, RASLAN 2020
• Fakulta / Pracoviště MU: Fakulta informatiky

www

• PDF ve sborníku
• Domovská stránka workshopu

• Klíčová slova: EHR; electronic health records; named entity recognition; text data mining; NLP; natural language processing; Slavic languages; Polish
• Popis: This paper deals with data mining from free-form text electronic health records both from global perspective and with specific application to Slavic languages. It introduces the reader to the promises and challenges of this enterprise and provides a short overview of the global state of the art and of the general absence of this kind of research in Central European Slavic languages. It describes pl_ehr_cardio, a new corpus of Polish health records with 18 years’ worth of medical text. This paper marks the beginning of a pioneering research project in medical text data mining in Central European Slavic languages.

Související projekty

• LINDAT/CLARIAH-CZ - Digitální výzkumná infrastruktura pro jazykové technologie, umění a humanitní vědy
• Aplikovaný výzkum: softwarové architektury kritických infrastruktur, bezpečnost počítačových systémů, zpracování přirozeného jazyka a jazykové inženýrství, vizualizaci velkých dat a rozšířená realita.