李艾琳;杰西卡·潘;杰里米·戈德瓦瑟;维玛、尼哈;Wong，Wai Pan先生;穆罕默德·雅武兹（Muhammed Yavuz）;本杰明·罗桑德;李一新;张马修;大卫·张;R.安德鲁·泰勒;哈兰·克鲁姆霍尔茨。;德拉戈米·拉德夫 电子健康记录中非结构化数据的神经自然语言处理：综述。 （英语） Zbl 07698724号 计算。科学。版次。 46，文章ID 100511，第29页（2022）. 理学硕士： 2002年8月 与计算机科学有关的研究展览会（专著、调查文章） 68倍 计算机科学 关键词：自然语言处理;电子健康记录;深度学习 软件：夹紧;科学与社会;朗福雷特;CheXpert公司;BioBERT公司;PMTK公司;SBERT公司;Covidex公司;LSTM公司;手套;Tensor2传感器;BERT（误码率）;Wasserstein GAN公司;罗伯塔;SciBERT公司;单词2vec;ScisummNet公司;变压器-XL;捷运局;判决-BERT PDF格式BibTeX公司 XML格式引用 \textit｛I.Li｝等人，计算。科学。第46版，文章ID 100511，29页（2022；Zbl 07698724） 全文： 内政部 arXiv公司 参考文献： [1] 甘特·T·D。；Terry，N.P.，《美国和澳大利亚国家电子健康记录体系结构的出现：模型、成本和问题》，J.Med.Internet Res.，7，1，Article e3 pp.（2005） [2] 詹姆斯，S。；Rao，S.V。；Granger，C.B.，《基于登记的随机临床试验——一种新的临床试验范式》，《国家心血管杂志》。，12, 5, 312-316 (2015) [3] 南卡罗来纳州德纳萨斯。；Morley，K.I.，《大生物医学数据和心血管疾病研究：机遇和挑战》，《欧洲心脏杂志》-《质量护理临床》。成果，1，1，9-16（2015） [4] Cowie，M.R。；Blomster，J.I。；柯蒂斯，L.H。；Duclaux，S。；福特，I。；Fritz，F。；高盛，S。；Janmohamed，S。；Kreuzer，J。；Leenay，M.，电子健康记录促进临床研究，临床。心脏研究。，106, 1, 1-9 (2017) [5] 顾问H.，为什么非结构化数据是智能医疗系统的关键[互联网]。亚特兰大（GA）：HIT顾问；2015年。2019年1月15日引用（2015） [6] 肖，C。；Choi，E。；Sun，J.，《利用电子健康记录数据开发深度学习模型的机遇和挑战：系统综述》，J.Am.Med.Inform。协会，25，10，1419-1428（2018） [7] Murphy，K.P.，《机器学习：概率观点》（2012年），麻省理工学院出版社：麻省理学院出版社剑桥·兹比尔1295.68003 [8] 陈毅。；Joshi，S。；加塞米，M。；Ranganath，R.，《医疗保健的概率机器学习》（2020），arXiv预印本arXiv:2009.11087 [9] Kushida，C.A。；Nichols，D.A。；Jadrnicek，R。；米勒，R。；沃尔什·J·K。；Griffin，K.，《用于多中心研究的电子健康记录数据的去身份化和匿名化策略》，Med.Care，50，Suppl，S82（2012） [10] Fernández-Alemán，J.L。；塞尼奥，国际奥委会。；P.áLozoya。O。；Toval，A.，《电子健康记录中的安全和隐私：系统文献综述》，J.Biomed。通知。，46, 3, 541-562 (2013) [11] 张，Q.s。；朱S.C.，《深度学习的视觉可解释性：一项调查》，Front。技术信息。电子。工程师，19，1，27-39（2018） [12] Vellido，A.，《机器学习中可解释性和可视化在医学和卫生保健应用中的重要性》，神经计算。申请。(2019) [13] Che，Z。；Purushotham，S。；Khemani，R.G。；Liu，Y.，《利用医疗领域的应用从深层网络中提取知识》（2015），CoRR arXiv:1512.03542，URLhttp://arxiv.org/abs/1512.03542 [14] Che，Z。；Purushotham，S。；Khemani，R.G。；Liu，Y.，ICU预后预测的可解释深度模型，（AMIA 2016，美国医学信息学协会年度研讨会，美国伊利诺伊州芝加哥，2016年11月12-16日（2016），AMIA），URLhttp://knowledge.amia.org/amia-63300-1.3360278/t004-1.3364525/f004-1.336526/2500209-1.3364981/2493688-1.3364976 [15] 穆伦巴赫，J。；威格列夫，S。；杜克·J。；Sun，J。；Eisenstein，J.，《从临床文本中对医学代码的可解释预测》，（计算语言学协会北美分会2018年会议记录：人类语言技术，第1卷（长篇论文）（2018），计算语言学协会：新奥尔良计算语言学协会，路易斯安那州），1101-1111，网址https://www.aclweb.org/antology/N18-1100 [16] 米奥托，R。；Wang，F。；王，S。；蒋，X。；Dudley，J.T.，《医疗保健深度学习：回顾、机遇与挑战》，简介。生物信息。，19, 6, 1236-1246 (2017) [17] 希克尔，B。；Tighe，P.J。；比霍拉克，A。；Rashidi，P.，《深度EHR：电子健康记录（EHR）分析深度学习技术的最新进展调查》，IEEE J.Biomed。健康信息，22，5，1589-1604（2018） [18] Al-Aiad，A。；杜瓦里，R。；Fraihat，M.，《调查：电子健康记录的深度学习概念和技术》，（第15届IEEE/ACS国际计算机系统和应用会议，AICCSA 2018年10月28日至11月1日（2018年），IEEE计算机学会：IEEE计算机协会，约旦亚喀巴），1-55 [19] Kwak，G.H。；Hui，P.，《深度健康：健康信息学的深度学习》（2019），CoRR arXiv:1909.00384，URLhttp://arxiv.org/abs/11909.00384 [20] 阿萨莱，M。；杜伊，L.G。；西纳，A。；塞维索，A。；Cabitza，F.，《笔记领域的复兴：利用电子健康记录中的非结构化内容》，Front。医学，666（2019） [21] Wu，S。；罗伯茨，K。；达塔，S。；杜，J。；季，Z。；Si，Y。；Soni，S。；王，Q。；魏强。；Xiang，Y。；赵，B。；Xu，H.，《临床自然语言处理中的深度学习：方法综述》，J.Am.Med.Inform。协会，27，3，457-470（2019），arXiv：https://academy.oup.com/jamia/article-pdf/27/3/457/32500129/ocz200.pdf [22] Joshi，A。；卡里米，S。；斯帕克斯，R。；巴黎，C。；Macintyre，C.R.，《基于文本的流行病情报调查：计算语言学视角》，ACM Compute。调查。，52, 6 (2019) [23] 马拉菲诺，B.J。；戴维斯，J.M。；巴达克，新南威尔士州。；院长，M.L。；Dudley，R.A.，用于可扩展程序和诊断分类的N-gram支持向量机，应用于重症监护室的临床自由文本数据，J.Am.Med.Inform。协会，21871-875（2014） [24] 哈奇泽，M。；钦萨泽，M。；Archuadze，M.，基于自然语言处理的自由文本医疗记录分类工具，生物医药。Res.Int.，2016（2016） [25] 辛格，M。；Deutschman，C.S。；西摩，C.W。；Shankar-Hari，M。；Annane，D。；Bauer，M。；贝洛莫，R。；Bernard，G.R。；奇切，J.-D。；库珀史密斯，C.M。；Hotchkiss，R.S。；利维，M.M。；J.C.马歇尔。；马丁·G·S。；蛋白石，S.M。；Rubenfeld，G.D。；范德波尔，T。；文森特，J.-L。；Angus，D.C.，《脓毒症和脓毒性休克（sepsis-3）的第三个国际共识定义》，JAMA，315，8，801-810（2016） [26] 休斯，M。；李一。；南卡罗来纳州科图拉斯。；铃木，T.，《使用卷积神经网络进行医学文本分类》，《健康技术研究》。通知。，235, 246-250 (2017) [27] 姚明。；毛，C。；Luo，Y.，《基于规则特征和知识引导的卷积神经网络的临床文本分类》，（2018年IEEE国际医疗信息学研讨会（ICHI-W）（2018），IEEE），70-71 [28] Mascio，A。；Z.Kraljevic。；比恩，D。；多布森，R.J.B。；斯图尔特，R。；R.本达扬。；Roberts，A.，电子健康记录中文本分类方法的比较分析，（Demner-Fushman，D.；Cohen，K.B.；Ananiadou，S.；Tsujii，J.，《第19届SIGBioMed生物医学语言处理研讨会论文集》，BioNLP 2020，2020年7月9日（2020），计算语言学协会），86-94，在线，URLhttps://www.aclweb.org/antology/2020.bionlp-1.9/ [29] Futoma，J。；哈里哈兰，S。；Heller，K.A.，《学习用多任务高斯过程RNN分类器检测脓毒症》，（Precup，D.；Teh，Y.W.，《第34届机器学习国际会议论文集》，2017年8月6日至11日，澳大利亚新南威尔士州悉尼，ICML 2017。第34届机器学习国际会议论文集，ICML 2017，澳大利亚新南威尔士州悉尼，2017年8月6日至11日，《机器学习研究论文集》，第70卷（2017），PMLR：澳大利亚悉尼，PMLR），1174-1182，URLhttp://proceedings.mlr.press/v70/futoma17a.html [30] 瓦尔米安斯基，I。；古德温，C。；芬恩，I.M。；Khan，N。；Zisook，D.S.，《评估从患者生成的文本中提取主要投诉的语言模型的稳健性》（2019年），arXiv:1911.06915 [31] Chang，D。；Hong，W.S。；Taylor，R.A.，为急诊科主任投诉生成上下文嵌入，JAMIA Open，3，2，160-166（2020） [32] 李毅。；Lipsky Gorman，S。；Elhadad，N.，使用监督隐马尔可夫模型对临床笔记中的章节进行分类，（第一届ACM国际健康信息学研讨会论文集（2010年），ACM），744-750 [33] 蒂珀，M。；卡普罗，D。；夏，F。；范德文德，L。；Yetisgen-Yildiz，M.，自由文本临床记录中的统计部分分割，（第八届国际语言资源与评估会议（LREC’12）（2012），欧洲语言资源协会（ELRA）：土耳其伊斯坦布尔欧洲语言资源学会（ELRAhttp://www.lrec-conf.org/proceedings/lrec2012/pdf/1016_Paper.pdf [34] Karus，K.，《使用嵌入改进文本分割》（2019年），（硕士论文） [35] Badjatiya等人。；Kurisinkel，L.J。；古普塔，M。；Varma，V.，基于注意力的神经文本分割，180-193（2018），CoRR arXiv:1808.09935，URLhttp://arxiv.org/abs/1808.09935 [36] Xu，H。；马尔卡图，M。；迪莫娃，R。；刘，H。；Friedman，C.，《生物医学领域的机器学习和词义消歧：设计和评估问题》，BMC生物信息学，7，1，334（2006） [37] 布鲁斯·R·F。；Wiebe，J.，《使用可分解模型进行词义消歧》（Pustejovsky，J.），ACL 1994（1994），Morgan Kaufmann Publishers/ACL），139-146，URLhttps://www.aclweb.org/antology/P94-1020/ [38] Lee，Y.K。；Ng，H.T.，《词义消歧知识源和学习算法的实证评估》，（2002年自然语言处理经验方法会议论文集（EMNLP 2002）（2002），计算语言学协会：美国费城计算语言学协会），41-48，URLhttps://www.aclweb.org/antology/W02-1006 [39] Wu，Y。；徐，J。；Zhang，Y。；Xu，H.，使用神经词嵌入进行临床缩略语消歧，（BioNLP 15（2015），计算语言学协会：计算语言学协会，中国北京），171-176，URLhttps://www.aclweb.org/antology/W15-3822 [40] Pesaranghader，A。；马特温，S。；索科洛娃，M。；Pesaranghader，A.，Deepbiowsd：生物医学文本数据的有效深层神经词义消歧，《美国医学杂志》。协会，26，5，438-446（2019） [41] 比希，D。；张，C。；刘，X。；He，Z.，用于生物医学词义消歧的分层多步双向长短期记忆网络，（2018 IEEE生物信息学和生物医学国际会议，2018 IEEE国际生物信息学与生物医学会议，BIBM（2018），IEEE），313-320 [42] 张，C。；比希，D。；刘，X。；He，Z.，双向长短期记忆和基于注意力的神经网络的生物医学词义消歧，BMC生物信息学，20，16，502（2019） [43] Wu，Y。；徐，J。；Zhang，Y。；Xu，H.，使用神经词嵌入进行临床缩略语消歧，（BioNLP 15（2015），计算语言学协会：计算语言学协会，中国北京），171-176，URLhttps://www.aclweb.org/antology/W15-3822 [44] Joopudi，V。；丹达拉，B。；Devarakonda，M.，《临床文本中缩写词消歧的卷积方法》，J.Biomed。通知。，86, 71-78 (2018) [45] 亚当斯，G。；Mert，K。；巴韦，S。；佩罗特，A。；Noémie，E.，通过潜在意义细胞进行零击临床缩略语扩展（2020），CoRR URLhttps://arxiv.org/pdf/2010.02010 [46] 李一。；Yasunaga，M。；Nuzumlalı，M.Y.（纽约州）。；卡拉巴洛，C。；Mahajan，S。；克鲁姆霍尔茨，H。；Radev，D.，医学术语缩写消除歧义的神经主题关注模型（2019），arXiv预印本arXiv:1910.14076 [47] Farkas，R。；Szarvas，G.，基于规则的ICD-9-CM编码系统的自动构建，（BMC生物信息学，第9卷（2008年），Springer），S10 [48] Lita，L.V。；于斯。；尼古列斯库，S。；Bi，J.，医疗病历的大规模诊断代码分类，（第三届自然语言处理国际联合会议论文集：第二卷（2008）），URLhttps://www.aclweb.org/antology/I08-2125 [49] 佩罗特，A。；皮沃瓦罗夫，R。；纳塔拉詹，K。；韦斯科夫，N。；木材，F。；Elhadad，N.，《诊断代码分配：模型和评估指标》，《美国医学杂志》。协会，21，2，231-237（2014） [50] 科普曼，B。；祖肯，G。；Nguyen，A。；Bergheim，A。；Grayson，N.，自由文本死亡证书中癌症的自动ICD-10分类，国际医学信息杂志。，84, 11, 956-965 (2015) [51] Xu，K。；Lam，M。；彭，J。；高，X。；频带，C。；马图尔，P。；帕帕，F。；Khanna，A.K。；Cywinski，J.B。；Maheshwari，K。；谢鹏。；Xing，E.P.，自动化ICD编码的多模机器学习，（Doshi-Velez，F.；Fackler，J.；Jung，K.；Kale，D.；Ranganath，R.；Wallace，B.；Wiens，J.，《机器学习研究论文集》，第106卷（2019年），PMLR:密歇根州安阿伯PMLR），197-215，URLhttp://proceedings.mlr.press/v106/xu19a.html [52] 黄，J。；奥索里奥，C。；Sy，L.W.，使用MIMIC-III临床笔记对ICD-9代码分配的深度学习进行实证评估，计算。方法生物识别程序。，177141-153（2019），网址http://dx.doi.org/10.1016/j.cmpb.2019.05.024 [53] Vu，T。；Nguyen，D.Q。；Nguyen，A.，临床文本ICD编码的标签注意模型，（第二十届国际人工智能联合会议（2020年），国际人工智能组织联合会议论文集），URL网址：http://dx.doi.org/10.24963/ijcai.2020/461 [54] Shing，H。；王，G。；Resnik，P.，通过关注文档在遭遇战级别分配医疗代码（2019），CoRR arXiv:1911.06848，URLhttp://arxiv.org/abs/1911.06848 [55] 辛格，A.K.B。；M.Guntu。；Bhimireddy，A.R。；Gichoya，J.W。；Purkayastha，S.，识别MIMIC-III住院笔记中诊断和程序代码的多标签自然语言处理（2020年），CoRR arXiv:2003.07507，URLhttps://arxiv.org/abs/2003.07507 [56] 张，Z。；刘杰。；Razavian，N.，BERT-XML：使用BERT预处理的大规模自动ICD编码，（Rumshisky，A.；Roberts，K.；Bethard，S.；Naumann，T.，《第三届临床自然语言处理研讨会论文集》，临床NLP@EMNLP2020年，在线，2020年11月19日（2020年），计算语言学协会，24-34 [57] Choi，E。；巴哈多里，M.T。；Schuetz，A。；Stewart，W.F。；Sun，J.，《AI医生：通过递归神经网络预测临床事件》（Doshi-Velez，F.；Fackler，J.；Kale，D.C.；Wallace，B.C.；Wiens，J.），《医疗保健领域第一次机器学习会议录》，2016年，美国加利福尼亚州洛杉矶，2016年8月19-20日。2016年8月19日至20日，美国加利福尼亚州洛杉矶市，MLHC 2016年第一届医疗保健机器学习会议记录，JMLR研讨会和会议记录，第56卷（2016），JMLR.org），301-318，URLhttp://proceedings.mlr.press/v56/Choi16.html [58] 苏雷什，H。；亨特，N。；约翰逊，A.E.W。；塞利，洛杉矶。；绍洛维茨，P。；Ghassemi，M.，《利用深度神经网络进行临床干预预测和理解》，（Doshi-Velez，F.；Fackler，J.；Kale，D.C.；Ranganath，R.；Wallace，B.C.；Wiens，J.，《医疗保健会议机器学习会议录》，2017年8月18日至19日，美国马萨诸塞州波士顿，2017年MLHC。2017年8月18日至19日，美国马萨诸塞州波士顿，2017年MLHC，《机器学习与医疗会议论文集》，机器学习研究论文集，第68卷（2017），PMLR:PMLR马萨诸塞，美国），322-337，URLhttp://proceedings.mlr.press/v68/suresh17a.html [59] Pham，T。；Tran，T。；Phung，D。；Venkatesh，S.，《从病历中预测医疗发展轨迹：深度学习方法》，J.Biomed。通知。，69, 218-229 (2017) [60] 柳，X。；Hüser，M。；Hyland，S.L。；泽维亚斯，G。；Rätsch，G.，《通过无监督时间序列表征学习改进临床预测》（2018年），CoRR arXiv:1812.00490，网址http://arxiv.org/abs/1812.00490 [61] Zhang，X.S。；唐，F。；道奇，H.H。；周，J。；Wang，F.，Metapred:使用有限的患者电子健康记录进行临床风险预测的元学习，（第25届ACM SIGKDD国际知识发现和数据挖掘会议论文集。第25届AC M SIGKDD国际知识发现与数据挖掘会议文献集，KDD’19（2019），计算机协会：美国纽约州纽约市计算机协会），2487-2495 [62] 徐，C.-C。；Karnwal，S。；Mullainathan，S。；Obermeyer，Z。；Tan，C.，医疗笔记中信息价值的表征（2020），arXiv:2010.03574 [63] Rasmy，L。；Xiang，Y。；谢，Z。；陶，C。；Zhi，D.，Med-BERT：用于疾病预测的大规模结构化电子健康记录的预处理上下文嵌入，NPJ Digit。医学，4，1，1-13（2021年） [64] Stubbs，A。；科特菲拉，C。；乌兹纳。，纵向临床叙述的自动识别系统：2014年i2b2/uthealth共享任务跟踪1概述，J.Biomed。通知。，58，S11-S19（2015） [65] 乌兹纳。；罗，Y。；Szolovits，P.，《评估自动识别的最新技术》，《美国医学杂志》。协会，14，5，550-563（2007） [66] Kajiyama，K。；Horiguchi，H。；Okumura，T。；森田，M。；Kano，Y.，De-identizing free text of Japanese dumme electronic health records，（第九届健康文本挖掘和信息分析国际研讨会论文集，计算语言学协会：比利时布鲁塞尔计算语言学协会），65-70，URLhttps://www.clweb.org/选集/W18-5608 [67] 德农科特，F。；Lee，J.Y。；O.乌兹纳。；Szolovits，P.，《利用循环神经网络识别患者笔记》，《美国医学杂志》。协会，24，3，596-606（2017） [68] 杨，X。；Lyu，T。；李强。；Lee，C.-Y。；卞，J。；霍根，W.R。；Wu，Y.，BMC Med.Inform，《跨机构环境下临床笔记识别深度学习方法研究》。Decis公司。制造商。，19, 5, 232 (2019) [69] Wu，Y。；杨，X。；卞，J。；郭毅。；Xu，H。；Hogan，W.，《结合实际医学知识和分布式单词表示来提高临床命名实体识别》（AMIA年度研讨会论文集（2018），美国医学信息学协会），1110 [70] Trienes，J。；Trieschnigg，D。；塞弗特，C。；Hiemstra，D.，比较基于规则、基于特征和深度神经方法的荷兰医疗记录去识别，（Eickhoff，C.；Kim，Y.；White，R.W.，ACM WSDM 2020健康搜索和数据挖掘研讨会论文集，WSDM 2020。ACM WSDM 2020健康搜索和数据挖掘研讨会论文集，WSDM 2020，CEUR研讨会论文集第2551卷（2020），CEUR-WS.org:CEUR-WS.org，美国德克萨斯州），3-11，URLhttp://ceur-ws.org/Vol-2551/paper-03.pdf [71] 唐，B。；江，D。；陈，Q。；王，X。；严，J。；Shen，Y.，使用神经语言模型通过bi-LSTM-CRF识别临床文本，（AMIA 2019（2019），AMIA），URLhttp://knowledge.amia.org/69862-amia-1.4570936/t004-1.4574923/t004-1.4.574924/3203046-1.4574964/3201562-1.4574961 [72] 巴勃罗斯，A.G。；佩雷斯，N。；Cuadros，M.，《西班牙语临床文本中的敏感数据检测和分类：BERT实验》，（LREC 2020（2020），欧洲语言资源协会：欧洲语言资源学会，法国马赛），4486-4494，URLhttps://www.aclweb.org/antology/2020.lrec-1.552/ [73] 梁，A。；康帕，B。；Schmaltz，A。；油炸，I。；韦伯，G。；北卡罗来纳州帕尔默。；施，X。；蔡，T。；Kohane，I.，《从多模态医学数据的大量来源中学习到的临床概念嵌入》，太平洋生物计算研讨会。太平洋生物计算研讨会，25295-306（2020） [74] 刘，L。；沈杰。；张，M。；王，Z。；Tang，J.，学习用于临床终点预测的异质时间事件的联合表示，（McIlraith，S.A.；Weinberger，K.Q.，《第三十二届AAAI人工智能会议论文集》（AAAI-18），第三十届人工智能创新应用（IAAI-18，以及第八届AAAI人工智能教育进步研讨会（EAAI-18），2018年2月2日至7日，美国路易斯安那州新奥尔良（2018），AAAI出版社：美国路易斯安那州AAAI新闻社，109-116，URLhttps://www.aaai.org/ocs/index.php/aaai/AAAI18/paper/view/17085 [75] 尼尔，D。；Pfeiffer，M。；Liu，S.，Phased LSTM：加速长序列或基于事件序列的递归网络训练，（Lee，D.D.；Sugiyama，M.；von Luxburg，U.；Guyon，I.；Garnett，R.，《神经信息处理系统的进展》29：2016年12月5日至10日，西班牙巴塞罗那，2016年），2016年神经信息处理系统年会：2016年神经信息处理系统年会，西班牙巴塞罗那），3882-3890 [76] 朱，Z。；尹，C。；钱，B。；Cheng，Y。；魏杰。；Wang，F.，通过嵌入医学概念的深层架构测量患者相似性，arXiv-1902（2019），arXiv [77] Choi，E。；巴哈多里，M.T。；塞尔，E。；科菲，C。；汤普森，M。；Bost，J。；Tejedor-Sojo，J。；Sun，J.，医学概念的多层表征学习，（Krishnapuram，B.；Shah，M.；Smola，A.J.；Aggarwal，C.C.；Shen，D.；Rastogi，R.，SIGKDD 2016（2016），ACM），1495-1504 [78] Choi，E。；肖，C。；斯图尔特，W。；Sun，J.，Mime：预测性医疗保健电子健康记录的多层医疗嵌入，（Bengio，S.；Wallach，H.；Larochelle，H.，Grauman，K.；Cesa-Bianchi，N.；Garnett，R.，《神经信息处理系统的进展》31（2018），Curran Associates，Inc.：加拿大蒙特利尔Curran associatess，Inc.），4547-4557 [79] 魏，X。；Eickhoff，C.，《为临床信息检索嵌入电子健康记录》（2018），CoRR arXiv:1811.05402，URLhttp://arxiv.org/abs/1811.05402 [80] 埃斯科迪，J.-B。；萨阿德，A。；库克，A。；Lelarge，M.，电子健康记录患者就诊深度表示（2018），arXiv预打印arXiv:1803.09533 [81] 迈赫拉比，S。；Sohn，S。；李，D。；Pankratz，J.J。；塞尔诺，T.M。；Sauver，J.L.S。；刘，H。；Palakal，M.J.，《使用深度学习的诊断代码的时间模式和关联发现》，（Balakrishnan，P.；Srivatsava，J.；Fu，W.；Harabagiu，S.M.；Wang，F.，2015年国际医疗信息学会议，2015年，美国德克萨斯州达拉斯，2015年10月21-23日（2015），IEEE计算机学会），408-416 [82] 米奥托，R。；李，L。；基德，B.A。；Dudley，J.T.，《深度患者：从电子健康记录预测患者未来的无监督代表》，科学。代表，6，1（2016） [83] Dligach，D。；Miller，T.A.，《从文本中学习患者表征》，（Nissim，M.；Berant，J.；Lenci，A.，《第七届词汇和计算语义联合会议论文集》*SEM@NAACL-HLT公司2018年，美国路易斯安那州新奥尔良，2018年6月5-6日（2018年），计算语言学协会，119-123 [84] 张杰。；Kowsari，K。；哈里森，J.H。；Lobo，J.M。；Barnes，L.E.，Patient2vec:纵向电子健康记录的个性化可解释深度表示，IEEE Access，6，65333-65346（2018） [85] 苏希尔，M。；Šuster，S。；Luyckx，K。；Daelemans，W.，《使用临床笔记进行患者表征学习和可解释评估》，生物医药杂志。通知。，84, 103-113 (2018) [86] Darabi，S。；卡丘（Kachuee，M.）。；Fazeli，S。；Sarrafzadeh，M.，TAPER：时间软件患者EHR表示，IEEE J.生物识别。健康信息（2020） [87] Lee，J。；W.Yoon。；Kim，S。；Kim博士。；Kim，S。；所以，C.H。；Kang，J.，Biobert：用于生物医学文本挖掘的预训练生物医学语言表示模型，Bioninform。，36, 4, 1234-1240 (2020) [88] 贝尔塔吉，I。；Lo，K。；Cohan，A.，Scibert:科学文本的预处理语言模型，（Inui，K.；Jiang，J.；Ng，V.；Wan，X.，EMNLP-IJCNLP 2019（2019），计算语言学协会：中国香港计算语言学协会），3613-3618 [89] 黄，K。；Altosaar，J。；Ranganath，R.，Clinicalbert:建模临床笔记和预测医院再入院（2019年），CoRR arXiv:1904.05342，URL网址：http://arxiv.org/abs/1994.05342 [90] 李，F。；Jin，Y。；刘伟。；拉瓦特，B.P.S。；蔡，P。；Yu，H.，基于变压器（BERT）模型的大型电子健康记录注释的微调双向编码器表示：一项实证研究，JMIR Med.Inform。，7，3，文章e14830 pp.（2019），URLhttp://medinform.jmir.org/2019/3/e14830/ [91] Mulyar，A。；McInnes，B.T.，MT-临床BERT：用多任务学习缩放临床信息提取（2020），CoRR arXiv:2004.10220，URLhttps://arxiv.org/abs/2004.10220 [92] 李毅。；Rao，S。；Solares，J.R.A。；Hassaine，A。；Ramakrishnan，R。；Canoy，D。；Zhu，Y。；Rahimi，K。；Salimi-Khorshidi，G.，Behrt：电子健康记录变压器，科学。代表，10，1，1-12（2020年） [93] Costa，A.D。；Denkovski，S。；Malyska，M。；Moon，S.Y。；Rufino，B。；杨，Z。；基利安，T。；Ghassemi，M.，《来自临床文本的多发性硬化严重程度分类》（2020年），arXiv:arXiv:2010.15316 [94] 史密特，A。；Jain，S。；Rajpurkar，P。；A.帕雷克。；Ng，A.Y。；Lungren，M.P.，Chexbert：使用BERT（2020）将自动标签和专家注释结合起来，以准确标记放射报告，CoRR arXiv:2004.09167，URLhttps://arxiv.org/abs/2004.09167 [95] Long，W.，从出院总结中提取诊断，（AMIA 2005，美国医学信息学协会年度研讨会，美国华盛顿特区，2005年10月22-26日（2005），AMIA:AMIA华盛顿特区，美国），URLhttp://knowledge.amia.org/amia-55142-a2005a-1.613296/t-001-1.616182/f-001-1.66183/a-094-1.616407/a-095-1.616404 [96] Khin，N.P.P。；Lynn，K.T.，《医学概念提取：统计和语义方法的比较》，（Hochin，T.；Hirata，H.；Nomiya，H.，第18届IEEE/ACIS软件工程、人工智能、网络和并行/分布式计算国际会议，2017年SNPD，日本金泽，2017年6月26日至28日（2017），IEEE计算机学会：日本金泽IEEE计算机协会），35-38 [97] 王，Z。；曲，Y。；Chen，L。；沈杰。；张伟。；张，S。；高，Y。；顾，G。；Chen，K。；Yu，Y.，用于跨专业医学命名实体识别的标签软件双转移学习，（Walker，M.A.；Ji，H。；Stent，A.，《计算语言学协会北美分会2018年会议记录：人类语言技术》，NAACL-HLT 2018，美国路易斯安那州新奥尔良，2018年6月1-6日，第1卷（长篇论文）（2018），计算语言学协会：美国路易斯安那州计算语言学协会， 1-15 [98] Cho，H。；Lee，H.，生物医学命名实体识别，使用具有上下文信息的深度神经网络，BMC Bioinform。，20, 1, 735 (2019) [99] 杜，N。；Chen，K。；坎南，A。；Tran，L。；陈，Y。；Shafran，I.，从临床对话中提取症状及其状态，（计算语言学协会第57届年会（2019年）会议记录，计算语言学协会：计算语言学协会，意大利佛罗伦萨），915-925，URLhttps://www.aclweb.org/antology/P19-1087 [100] Gligic，L。；Kormlitzin，A。；Goldberg，P。；Nevado-Holgado，A.J.，使用转移学习引导神经网络在电子健康记录中识别命名实体，神经网络。，121, 132-139 (2020) [101] Jagannatha，A.N。；Yu，H.，用于电子健康记录中医疗事件检测的双向RNN，（计算语言学协会北美分会2016年会议记录：人类语言技术（2016），计算语言学协会：计算语言学协会，加利福尼亚州圣地亚哥），473-482，网址https://www.aclweb.org/antology/N16-1056 [102] Chalapathy，R。；Borzeshi，E.Z。；Piccardi，M.，用于临床概念提取的双向LSTM-CRF，（Rumshisky，A.；Roberts，K.；Bethard，S.；Naumann，T.，《临床自然语言处理研讨会论文集》，临床NLP@COLING2016年，日本大阪，2016年12月11日（2016），2016年COLING组委会：2016年COLING组委会，日本大坂），7-12，URLhttps://www.aclweb.org/antology/W16-4202/ [103] 哈比比，M。；韦伯，L。；Neves，M.L。；维甘特，D.L。；Leser，U.，《单词嵌入深度学习提高生物医学命名实体识别》，Bioninform。，33、14、i37-i48（2017） [104] 吉，J。；陈，B。；Jiang，H.，关于医学概念提取的全连接LSTM-CRF，Int.J.Mach。学习。赛博。，11, 9, 1971-1979 (2020) [105] Yu，X。；胡，W。；卢，S。；太阳，X。；Yuan，Z.，基于Biobert的电子病历命名实体识别，（2019年第十届医学和教育信息技术国际会议，2019年医学和教育信息化国际会议，ITME（2019），IEEE:IEEE纽约，美国），49-52 [106] 彭，Y。；Yan，S。；Lu，Z.，《生物医学自然语言处理中的迁移学习：基于十个基准数据集的BERT和ELMo评估》，（Demner-Fushman，D.；Cohen，K.B.；Ananiadou，S.；Tsujii，J.，《第18届生物自然语言处理研讨会和共享任务会议录》，生物NLP@ACL2019年，意大利佛罗伦萨，2019年8月1日（2019），计算语言学协会：计算语言学协会（意大利佛罗伦斯），58-65 [107] 美国纳赛姆。；库什，M。；雷迪，V。；Rajendran，S。；拉扎克，I。；Kim，J.，Bioalbert：用于生物医学命名实体识别的简单有效的预训练语言模型，（2021年国际神经网络联合会议，2021年神经网络国际联合会议，IJCNN（2021）），1-7 [108] Kim，Y.-M。；Lee，T.-H.，韩国临床实体识别，使用BERT从诊断文本中识别，BMC Med.Inform。Decis公司。制造商。，20, 7, 1-9 (2020) [109] Tao，Y。；戈德弗罗伊，B。；Genthial，G。；Potts，C.，临床文本概念提取的有效特征表示（2018），arXiv:1811.00070 [110] Krishna，K。；Pavel，A。；Schloss，B。；Bigham，J.P。；Lipton，Z.C.，通过预测值得注意的话语从医患对话中提取结构化数据（2020年），CoRR arXiv:2007.07151，URLhttps://arxiv.org/abs/2007.07151 [111] 达塔，S。；Roberts，K.，从放射学报告中提取空间触发点的混合深度学习方法，（第三届空间语言理解国际研讨会论文集（2020年），计算语言学协会），50-55，在线，URLhttps://www.aclweb.org/antology/2020.splu-1.6 [112] Vashishth，S。；Joshi，R。；杜特·R。；Newman-Griffis，D。；Rosé，C.P.，Medtype:通过语义类型预测改进医疗实体链接（2020），CoRR arXiv:2005.00460，URLhttps://arxiv.org/abs/2005.00460 [113] 朱，M。；Celikkaya，B。；巴蒂亚，P。；Reddy，C.K.，LATTE：生物医学实体链接的潜在类型建模，（第三十四届AAAI人工智能会议，AAAI 2020，第三十二届人工智能创新应用会议，IAAI 2020；第十届AAAI-人工智能教育进步研讨会，EAAI 2020年，美国纽约州纽约市，2020年2月7日至12日（2020），AAAI-出版社：美国纽约州AAAI出版社），9757-9764，网址https://aaai.org/ojs/index.php/aaai/article/view/6526 [114] Oberhauser，T。；Bischoff，T。；Brendel，K。；Menke，M。；Klatt，T。；小A。；Gers，F.A。；Löser，A.，TrainX——与主动采样和双编码器相关联的命名实体，（Ptaszynski，M.；Zilko，B.，《第28届国际计算语言学会议论文集》，COLING 2020——系统演示，西班牙巴塞罗那（在线），2020年12月8日至13日（2020年），国际计算语言学委员会（ICCL）：国际计算语言学委员会（ICCL）在线），64-69 [115] Chen，L。；瓦罗佐，G。；Suchanek，F.M.，生物医学实体链接的轻量级神经模型，（第三十五届AAAI人工智能会议，AAAI 2021，第三十三届人工智能创新应用会议，IAAI 2022，第十一届人工智能教育进展研讨会，EAAI 2021.虚拟事件，2021年2月2日至9日（2021），美国AAAI出版社），12657-12665，URLhttps://ojs.aaai.org/index.php/aaai/article/view/17499 [116] 萨胡，S。；阿南德，A。；奥鲁甘蒂，K。；Gattu，M.，使用域不变卷积神经网络从临床文本中提取关系，（第十五届生物医学自然语言处理研讨会论文集（2016），计算语言学协会：德国柏林计算语言学协会），206-215，URLhttps://www.clweb.org/选集/W16-2928 [117] Zhang，Y。；Lin，H。；杨，Z。；Wang，J。；张，S。；孙，Y。；Yang，L.，基于神经网络的生物医学关系提取混合模型，J.Biomed。通知。，81，83-92（2018），网址https://www.sciencedirect.com/science/article/pii/S1532046418300534 [118] Munkhdalai，T。；刘，F。；Yu，H.，使用电子健康记录叙述进行药物安全监测的临床关系提取：经典学习与深度学习，JMIR公共卫生调查。，第4、2条，第29页（2018年） [119] Sahu，S.K。；Anand，A.，使用长短记忆网络从生物医学文本中提取药物相互作用，J.Biomed。通知。，86, 15-24 (2018) [120] 丹达拉，B。；Joopudi，V。；Devarakonda，M.，通过使用神经网络联合建模实体和关系检测临床笔记中的药物不良事件，药物安全。，42 (2019) [121] Christopoulou，F。；Tran，T.T。；Sahu，S.K。；Miwa，M。；Ananiadou，S.，《利用集成深度学习方法提取电子健康记录中的药物不良事件和药物关系》，《美国医学杂志》。协会，27，1，39-46（2019），arXiv：https://academy.oup.com/jamia/article-pdf/27/1/39/34152750/ocz101.pdf [122] 比约恩，J。；Salakoski，T.，使用卷积神经网络和依赖解析的生物医学事件提取，（生物NLP 2018研讨会论文集（2018），计算语言学协会：澳大利亚墨尔本计算语言学协会），98-108，URLhttps://www.aclweb.org/antology/W18-2311 [123] 沙菲埃巴瓦尼，E。；Jimeno Yepes，A。；钟，X。；Martinez Iraola，D.，生物医学关系和事件提取的全球定位，（第19届SIGBioMed生物医学语言处理研讨会论文集（2020年），计算语言学协会），195-204年，在线，URLhttps://www.aclweb.org/antology/2020.bionlp-1.21 [124] 阿利莫娃，I。；Tutubalina，E.，《临床关系提取的多重特征：机器学习方法》，J.Biomed。通知。，103，第103382条pp.（2020），URLhttps://www.sciencedirect.com/science/article/pii/S1532046420300095 [125] 魏强。；季，Z。；Si，Y。；杜，J。；Wang，J。；Tiryaki，F。；Wu，S。；陶，C。；罗伯茨，K。；Xu，H.，使用预训练语言模型从临床叙述中提取关系，（AMIA 2019，美国医学信息学协会年度研讨会，美国华盛顿，2019年11月16日至20日（2019年），AMIA），1236-1245，URLhttps://knowledge.amia.org/69862-amia-1.4570936/t005-1.4574828/t005-1.4574829/320346-1.574845/3203355-1.45774842 [126] Mondal，I.，Bertchem-DDI：使用化学结构信息从文本中改进药物相互作用预测（2020年），CoRR arXiv:2012.1599，URLhttps://arxiv.org/abs/2012.11599 [127] Nguyen，D.P。；Bao Ho，T.，通过关系BERT从生物医学文本中提取药物相互作用，（2020年RIVF国际计算和通信技术会议。2020年RIFF国际计算与通信技术会议，RIVF（2020）），1-7 [128] Xu，H。；斯坦纳，S.P。；Doan，S。；约翰逊，K.B。；Waitman，L.R。；Denny，J.C.，《Medex：用于临床叙述的药物信息提取系统》，J.Am.Med.Inform。协会，17，1，19-24（2010） [129] Soysal，E。；Wang，J。；江，M。；Wu，Y。；帕霍莫夫，S。；刘，H。；Xu，H.，CLAMP——一个用于高效构建定制临床自然语言处理管道的工具包，J.Am.Med.Inform。协会，25，3，331-336（2018） [130] 巴蒂亚，P。；Celikkaya，B。；Khalilia，M。；Senthivel，S.，《理解医学：命名实体识别和关系提取web服务》，（2019年第18届IEEE机器学习和应用国际会议。2019年IEEE第18届机器学习与应用国际会议，ICMLA（2019），IEEE:IEEE纽约，美国），1844-1851 [131] Mahajan，D。；Liang，J.J。；Tsou，C.-H.，《从EHR药物说明书中提取每日剂量：自动化方法和经验教训》（2020年），arXiv:2005.10899 [132] Hüske-Kraus，D.，《临床医学中的文本生成——综述》，《方法信息医学》，42，01，51-60（2003） [133] Hjelm，R.博士。；雅各布·A·P。；Che，T。；Cho，K。；Bengio，Y.，《边界搜索生成性对抗网络》（2017），CoRR arXiv:1702.08431，URLhttp://arxiv.org/abs/1702.08431 [134] Choi，E。；比斯瓦尔，S。；马林，B。；杜克·J。；Stewart，W.F。；Sun，J.，《使用生成性对抗网络生成多标签离散患者记录》（2018），arXiv:1703.06490 [135] Lee，S.，电子健康记录的自然语言生成（2018），CoRR arXiv:1806.01353，URLhttp://arxiv.org/abs/1806.01353 [136] Hoogi，A。；米什拉，A。；Gimenez，F。；Dong，J。；Rubin，D.，乳房X光成像报告模拟的自然语言生成模型，IEEE J.Biomed。卫生信息，2422711-2717（2020） [137] O.梅拉穆德。；Shivade，C.，《使用神经语言模型自动生成可共享的合成临床笔记》，（第二届临床自然语言处理研讨会论文集（2019），计算语言学协会：美国明尼苏达州明尼阿波利斯计算语言学协会），35-45，URLhttps://www.clweb.org/选集/W19-2005 [138] 保瓦利，M.K。；林，C。；刘，C。；Chen，K.，《使用改进的生成性对抗网络合成电子健康记录》，J.Am.Med.Inform。协会，26，3，228-241（2019），URLhttps://pubmed.ncbi.nlm.nih.gov/30535151/ [139] 李，M。；Wang，F。；Chang，X。；Liang，X.，用于生成医疗报告的辅助信号引导知识编码器-解码器（2020），CoRR arXiv:2006.03744，URLhttps://arxiv.org/abs/2006.03744 [140] Y.三浦。；Zhang，Y。；Langlotz，C.P。；Jurafsky，D.，《提高图像到文本放射报告生成的事实完整性和一致性》（2020），CoRR arXiv:2010.10042 [141] 阿明·内贾德，A。；艾维·J。；Velupillai，S.，探索医学数据集增强的变压器文本生成，（第十二届语言资源和评估会议（2020年）会议记录，欧洲语言资源协会：欧洲语言资源学会，法国马赛），4699-4708，URLhttps://www.aclweb.org/antology/2020.lrec-1.578 [142] 陈，Z。；Song，Y。；Chang，T.-H。；Wan，X.，通过记忆驱动变压器生成放射学报告，（《2020年自然语言处理经验方法会议论文集》，《2020年天然语言处理经验法会议论文集，EMNLP（2020）》，计算语言学协会：在线计算语言学协会），1439-1449，URLhttps://aclantology.org/2020.emnlp-main.112 [143] O.阿尔法加里。；Khaled，R。；Elkorany，A。；海拉尔，M。；Fahmy，A.，使用条件变压器自动生成放射学报告，Inform。Med.Unlocked，24，文章100557 pp.（2021），URLhttps://www.sciencedirect.com/science/article/pii/S2352914821000472 [144] 波特，F。；Reiter，E。；亨特，J。；Sripada，S.，从新生儿重症监护数据自动生成文本摘要，（Bellazzi，R.；Abu-Hanna，A。；Hunter，J.，《医学人工智能》，第11届医学人工智能会议，2007年AIME，荷兰阿姆斯特丹，2007年7月7日至11日，会议记录。医学人工智能，第11届医学人工智能会议，AIME 2007，荷兰阿姆斯特丹，2007年7月7日至11日，计算机科学论文集，第4594卷（2007），施普林格：荷兰阿姆斯特朗施普林格出版社，227-236 [145] Moradi，M.，《生物医学文章摘要的小世界网络》（2019），CoRR arXiv:1903.02861，URLhttp://arxiv.org/abs/1903.02861 [146] 刘，X。；Xu，K。；谢鹏。；Xing，E.P.，电子健康记录摘录摘要的非监督伪标签（2018），CoRR arXiv:1811.08040，URLhttp://arxiv.org/abs/1811.08040 [147] Alsentzer，E。；Kim，A.，ehr出院笔记摘录摘要（2018），arXiv预印本arXiv:11810.12085 [148] 梁，J。；Tsou，C.-H。；Poddar，A.，使用EHR数据提取临床笔记摘要的新系统，（第二届临床自然语言处理研讨会论文集（2019），计算语言学协会：美国明尼苏达州明尼阿波利斯市计算语言学协会），46-54，URLhttps://www.aclweb.org/antology/W19-1906 [149] McInerney，D.J。；达比里，B。；Touret，A。；Young，G。；van de Meent，J。；Wallace，B.C.，以查询为中心的EHR总结，以帮助成像诊断（2020年），CoRR arXiv:2004.04645，URLhttps://arxiv.org/abs/2004.04645 [150] Zhang，Y。；丁·D·Y。；钱，T。；曼宁，C.D。；Langlotz，C.P.，《学习总结放射学发现》，（Lavelli，A.；Minard，A.；Rinaldi，F.，《第九届健康文本挖掘和信息分析国际研讨会论文集》，卢希@EMNLP2018年，比利时布鲁塞尔，2018年10月31日（2018），计算语言学协会：计算语言学协会，比利时布鲁塞尔），204-213 [151] Zhang，Y。；默克公司。；蔡英文。；曼宁，C.D。；Langlotz，C.，《优化摘要的事实正确性：总结放射学报告的研究》，（Jurafsky，D.；Chai，J.；Schluter，N.；Tetreault，J.R.，《计算语言学协会第58届年会论文集》，ACL 2020，在线，2020年7月5日至10日（2020年），计算语言学协会），5108-5120，在线，URLhttps://www.aclweb.org/antology/2020.acl-main.458/ [152] Ben Abacha，A。；Demner Fushman，D.，《消费者健康问题综述》，（计算语言学协会第57届年会论文集（2019），计算语言学协会：计算语言学协会，意大利佛罗伦萨），2228-2234 [153] Mollá，D。；琼斯，C。；Nguyen，V.，《以查询为中心的生物医学文本多文档摘要》（2020），CoRR arXiv:2008.1986，URLhttps://arxiv.org/abs/2008.11986 [154] 萨弗里，M.E。；阿巴查，A.B。；Gayen，S。；Demner-Fushman，D.，《消费者健康问题答案的问卷驱动总结》（2020年），CoRR arXiv:2005.09067，URLhttps://arxiv.org/abs/2005.09067 [155] 哈桑，S.A。；刘，B。；刘杰。；卡迪尔，A。；Lee，K。；达特拉，V。；Prakash，A。；Farri，O.，《关注神经临床释义生成》（《临床自然语言处理研讨会（ClinicalNLP）会议记录》（2016），2016年COLING组委会：2016年COLING组委会，日本大阪），42-53，URLhttps://www.aclweb.org/antology/W16-4207 [156] Weng，W。；钟，Y。；Szolovits，P.，无监督临床语言翻译，（Teredesai，A.；Kumar，V.；Li，Y.；Rosales，R.；Terzi，E.；Karypis，G.，第25届ACM SIGKDD知识发现与数据挖掘国际会议论文集，KDD 2019，美国阿拉斯加州安克雷奇，2019年8月4日至8日（2019），ACM:ACM安克雷奇，美国阿拉斯加州），3121-3131 [157] 罗，J。；Zheng，Z。；叶，H。；Ye，M。；Wang，Y。；你，Q。；肖，C。；Ma，F.，可理解医学语言翻译的基准数据集（2020），CoRR arXiv:2012.02420，URLhttps://arxiv.org/abs/2012.02420 [158] 维拉雷斯，D。；Gómez-Rodríguez，C.，HEAD-QA:用于复杂推理的医疗数据集，（Korhonen，a.；Traum，D.R.；Márquez，L.，《计算语言学协会第57届会议论文集》，ACL 2019，意大利佛罗伦萨，2019年7月28日至8月2日，第1卷：长篇论文（2019），计算语言学协会：计算语言学协会（意大利佛罗伦萨），960-966 [159] Selvaraj，S.P。；Konam，S.，从医学对话中提取药物方案（2019年），arXiv:1912.04961 [160] Ben Abacha，A。；Demner-Fushman，D.，问答的问题补充方法，BMC生物信息学，20,1511（2019） [161] Soni，S。；Roberts，K.，《EHR问答释义生成系统》，（第18届BioNLP研讨会和共享任务会议记录（2019年），计算语言学协会：计算语言学协会，意大利佛罗伦萨），20-29，URLhttps://www.aclweb.org/antology/W19-5003 [162] McCreery，C。；Katariya，N。；Kannan，A。；Chablani，M。；Amatriain，X.，医学问题相似性领域相关嵌入（2019），CoRR arXiv:1910.04192，URLhttp://arxiv.org/abs/1910.04192 [163] W.Yoon。；Lee，J。；Kim博士。；Jeong，M。；Kang，J.，生物医学问答的预训练语言模型，（Cellier，P。；Driessens，K.，《数据库中的机器学习和知识发现——2019年ECML PKDD国际研讨会》，德国瓦茨堡，2019年9月16日至20日，论文集，第二部分。数据库中的机器学习和知识发现——2019年ECML PKDD国际研讨会，德国瓦茨堡，2019年9月16日至20日，《计算机和信息科学通讯》第二部分，第1168卷（2019年），施普林格出版社，727-740 [164] Chiu，P.-H。；Hripcsak，G.，基于EHR的表型：批量学习和评估，J.Biomed。通知。，70, 35-51 (2017) [165] 亨德森，J。；Ho，J.C。；Kho，A.N。；J.C.丹尼。；马林，B.A。；Sun，J。；Ghosh，J.，Granite：基于电子健康记录的表型分析的多样稀疏张量因子分解，（2017年IEEE国际医疗信息学会议（ICHI）（2017年），IEEE） [166] J.Zhang、X.Zhang，K.Sun，X.Yang，C.Dai，Y.Guo，通过电子健康记录上的语义潜在表征对表型异常进行无监督注释，收录于：2019年IEEE生物信息学和生物医学国际会议（BIBM），2019年，第598-603页。 [167] 杨，Z。；Dehmer，M。；Yli-Harja，O。；Emmert-Streib，F.，将深度学习与电子健康记录中患者表型的标记选择相结合，科学。代表，10，1，1-18（2020年） [168] 芬利，G。；Edwards，E。；罗宾逊，A。；Brendoerfer，M。；Sadoughi，N。；Fone，J。；Axtmann，N。；米勒，M。；Suendermann-Oeft，D.，记录临床经验的自动化医生，（计算语言学协会北美分会2018年会议记录：演示（2018），计算语言学协会：计算语言学协会新奥尔良，路易斯安那州），11-15，URLhttps://aclantology.org/N18-5003 [169] Khattak，F.K。；Jeblee，S。；新罕布什尔州克兰普顿。；Mamdani，M。；Rudzicz，F.，《Autoscribe:从患者-临床医生对话中提取临床相关信息》，（Ohno-Machado，L.；Sérussi，B.，MEDINFO 2019：全民健康与福祉电子网络——第17届世界医学与健康信息学大会论文集，法国里昂，2019年8月25-30日）。MEDINFO 2019：全民健康和福祉电子网络——第17届世界医学和健康信息学大会会议记录，法国里昂，2019年8月25日至30日，《健康技术和信息学研究》，第264卷（2019年），IOS出版社：法国里昂IOS出版社，1512-1513 [170] 拉诺斯州。；托马斯，C。；伊利诺伊州比林斯基。；Zweigenbaum，P。；Rosset，S.，《基于术语丰富的资源设计虚拟患者对话系统：挑战与评估》，《自然语言工程》，26，2，183-220（2020） [171] 古普塔，I。；尤金尼奥，B.D。；齐巴特，B.D。；刘，B。；Gerber，B。；夏普，L.K。；Davis，R。；Baiju，A.，创建和注释健康指导对话语料库（2018年） [172] 滚筒，R。；Kittner，M。；韦森伯恩，D。；Leser，U.，生物医学概念规范化跨语言候选搜索（2018），CoRR arXiv:1805.01646，URLhttp://arxiv.org/abs/1805.01646 [173] 佩雷斯，N。；Accuosto，P。；布拉沃，阿拉巴马州。；Cuadros，M。；马丁内斯·加西亚，E。；Saggion，H。；里戈，G.，《生物医学文献的跨语言语义注释：西班牙语和英语实验》，《生物信息》。，36, 6, 1872-1880 (2020) [174] 武尼基利，R。；N、 S.H。；玛丽卡，V.G。；Farri，O.，《使用西班牙语BERT嵌入的临床净入学率》，（伊比利亚语言评估论坛会议记录（IberLEF 2020），与西班牙自然语言处理学会第36届会议（SEPLN 2020）合办，2020年9月23日。伊比利亚语言评估论坛会议记录（IberLEF 2020），与西班牙自然语言处理学会第36届会议（SEPLN 2020）合办，2020年9月23日，CEUR研讨会会议记录，第2664卷（2020），CEUR-WS.org:CEUR-SS.org，西班牙马拉加），505-511 [175] Silvestri，S。；Gargiulo，F。；Ciampi，M。；Pietro，G.D.，开发ICD-10临床文本分类的大规模多语言模型，（IEEE计算机与通信研讨会，ISCC 2020，法国雷恩，2020年7月7日至10日（2020），IEEE:IEEE雷恩，法国），1-7 [176] 卡鲁阿纳，R。；Lou，Y。；Gehrke，J。；科赫，P。；Sturm，M。；Elhadad，N.，《医疗保健智能模型：预测肺炎风险和医院30天再入院》，（Cao，L.；Zhang，C.；Joachims，T.；Webb，G.I.；Marginantu，D.D.；Williams，G.，SIGKDD 2015（2015），ACM），1721-1730 [177] Choi，E。；巴哈多里，M.T。；Schuetz，A。；Stewart，W.F。；Sun，J.，RETAIN：使用反向时间注意机制的医疗保健可解释预测模型（2016年），CoRR arXiv:1608.05745，URLhttp://arxiv.org/abs/1608.05745 [178] Wang，L.L。；Lo，K。；Y.Chandrasekhar。；Reas，R。；Yang，J.等人。；艾德·D·。；Funk，K。；Kinney，R。；刘，Z。；Merrill，W。；穆尼，P。；默迪克，D。；里希，D。；希恩，J。；沈，Z。；斯蒂尔森，B。；韦德，A.D。；王凯。；威廉，C。；谢，B。；雷蒙德，D。；焊接，D.S。；O.Etzioni。；Kohlmeier，S.，CORD-19：Covid-19开放研究数据集（2020年），CoRR arXiv:2004.10706，URLhttps://arxiv.org/abs/2004.10706 [179] 王，Q。；李，M。；王，X。；Parulian，N。；Han，G。；马，J。；涂，J。；Lin，Y。；张，H。；Liu，W.，Covid-19文献知识图构建和药物再利用报告生成（2020），arXiv预印本arXiv:2007.00576 [180] 沃里斯，E。；Alam，T。；贝德里克，S。；Demner-Fushman，D。；Hersh，W.R。；Lo，K。；罗伯茨，K。；索博罗夫，I。；Wang，L.L.，TREC-COVID:构建大流行信息检索测试集（2020），arXiv预印本arXiv:2005.04474 [181] 罗伯茨，K。；Alam，T。；贝德里克，S。；Demner-Fushman，D。；Lo，K。；索博罗夫，I。；Voorhees，E.M。；Wang，L.L。；Hersh，W.R.，TREC-COVID:新冠肺炎信息检索共享任务的原理和结构，《美国医学杂志》。协会，27，9，1431-1436（2020） [182] MacAvaney，S。；Cohan，A。；Goharian，N.，SLEDGE-z：新冠肺炎文献检索的零快照基线（2020年），arXiv预印本arXiv：2010.05987 [183] 本德斯基，M。；庄，H。；马，J。；韩，S。；霍尔，K。；McDonald，R.，RRF102：以100+次跑步组合迎接TREC-COVID挑战（2020年），arXiv预印本arXiv：2010.00200 [184] Kramer，M.A.，使用自联想神经网络的非线性主成分分析，AIChE J.，37，2，233-243（1991） [185] 文森特，P。；拉罗谢尔，H。；Y.本吉奥。；Manzagol，P.，用去噪自动编码器提取和组合鲁棒特征，（Cohen，W.W.；McCallum，A.；Roweis，S.T.，机器学习，第二十五届国际会议论文集（ICML 2008），芬兰赫尔辛基，2008年6月5日至9日。机器学习，第二十五届国际会议论文集（ICML 2008），芬兰赫尔辛基，2008年6月5-9日，ACM国际会议论文系列，第307卷（2008），ACM:ACM赫尔辛基（芬兰），1096-1103 [186] Kingma，D.P。；Welling，M.，自动编码变分贝叶斯，（Bengio，Y.；LeCun，Y.，第二届学习表征国际会议，ICLR 2014，加拿大AB，Banff，2014年4月14日至16日，会议记录（2014）），URLhttp://arxiv.org/abs/1312.6114 [187] 文森特，P。；拉罗谢尔，H。；我·拉朱伊。；Y.本吉奥。；Manzagol，P.，叠加去噪自动编码器：利用局部去噪标准学习深层网络中的有用表示，J.Mach。学习。决议，11，3371-3408（2010），URLhttp://portal.acm.org/citation.cfm？id=1953039 ·Zbl 1242.68256号 [188] 日本福岛。；Miyake，S.，Neocognitron:一种新的模式识别算法，用于容忍位置上的变形和移动，模式识别。，15, 6, 455-469 (1982) [189] Waibel，A.H。；Hanazawa，T。；辛顿，G.E。；Shikano，K。；Lang，K.J.，使用时延神经网络的音位识别，IEEE Trans。阿库斯特。语音信号处理。，37, 3, 328-339 (1989) [190] LeCun，Y。；博图，L。；本吉奥，Y。；Haffner，P.，《基于梯度的学习应用于文档识别》，Proc。IEEE，86，11，2278-2324（1998） [191] Werbos，P.J.，应用于循环天然气市场模型的反向传播推广，神经网络。，1, 4, 339-356 (1988) [192] 罗宾逊，A.J。；Failside，F.，《语音编码应用的静态和动态错误传播网络》（Anderson，D.Z.，《神经信息处理系统》，美国科罗拉多州丹佛，1987（1987），美国物理研究所），632-641 [193] Werbos，P.，《穿越时间的反向传播：它做什么和如何做》，Proc。IEEE，78，1550-1560（1990） [194] 霍普菲尔德，J.J.，《具有涌现集体计算能力的神经网络和物理系统》，Proc。国家。阿卡德。科学。，79、8、2554-2558（1982），arXiv：https://www.pnas.org/content/79/8/2554.full.pdf，网址https://www.pnas.org/content/79/8/2554 ·Zbl 1369.92007号 [195] Mozer，M.C.，时间模式识别的聚焦反向传播算法，复杂系统。，3，4（1989），URLhttp://www.complex-systems.com/abstracts/v03_i04_a04.html ·Zbl 0727.68101号 [196] Hochreiter，S。；Schmidhuber，J.，长短期记忆，神经计算。，9, 8, 1735-1780 (1997) [197] 格雷夫斯，A。；费尔南德斯，S。；Schmidhuber，J.，用于改进音素分类和识别的双向LSTM网络，（Duch，W.；Kacprzyk，J.；Oja，E。；Zadrozny，S.，《人工神经网络：形式模型及其应用》，ICANN 2005，第15届国际会议，波兰华沙，2005年9月11日至15日，会议记录，第二部分。人工神经网络：形式模型及其应用-ICANN 2005，第15届国际会议，波兰华沙，2005年9月11日至15日，《计算机科学论文集》，第二部分，讲稿，第3697卷（2005），施普林格：波兰施普林格华沙，799-804 [198] Cho，K。；van Merrienboer，B。；吉尔切尔，圣彼得堡。；巴达瑙，D。；布加尔斯，F。；施温克，H。；Bengio，Y.，使用RNN编码器-解码器进行统计机器翻译的学习短语表示，（Moschitti，A.；Pang，B.；Daelemans，W.，EMNLP 2014（2014），ACL），1724-1734 [199] Sutskever，I。；葡萄酒，O。；Le，Q.V.，《利用神经网络进行序列到序列学习》，（Ghahramani，Z.；Welling，M.；Cortes，C.；Lawrence，N.D.；Weinberger，K.Q.，《神经信息处理系统的进展》27（2014），Curran Associates，Inc.：加拿大蒙特利尔Curran联合公司），3104-3112 [200] Mikolov，T。；Sutskever，I。；Chen，K。；Corrado，G。；Dean，J.，单词和短语的分布式表示及其组合，（第26届神经信息处理系统国际会议论文集-第2卷）。第26届神经信息处理系统国际会议论文集-第2卷，NIPS’13（2013），Curran Associates Inc.：Curran associatess Inc.，美国纽约州Red Hook，3111-3119 [201] Joulin，A。；格雷夫，E。；Bojanowski，P。；Mikolov，T.，高效文本分类的技巧袋，（Lapata，M.；Blunsom，P.；Koller，A.，计算语言学协会欧洲分会第15次会议论文集，EACL 2017，西班牙巴伦西亚，2017年4月3-7日，第2卷：短文（2017），计算语言学协会：计算语言学协会（西班牙巴伦西亚），427-431 [202] 宾夕法尼亚州。；Socher，R。；Manning，C.，Glove:单词表示的全球向量，（2014年自然语言处理经验方法会议论文集（EMNLP）（2014），计算语言学协会：计算语言学协会，卡塔尔多哈），1532-1543，URLhttps://www.aclweb.org/antology/D14-1162 [203] Le，Q.V。；Mikolov，T.，句子和文档的分布式表示，（第31届机器学习国际会议论文集，2014年6月21日至26日，中国北京）。《第31届机器学习国际会议论文集》，ICML 2014，中国北京，2014年6月21日至26日，JMLR研讨会和会议论文集，第32卷（2014），JMLR.org，1188-1196，URLhttp://proceedings.mlr.press/v32/le14.html [204] 彼得斯，M.E。；Neumann，M。；Iyyer，M。；加德纳，M。；克拉克，C。；Lee，K。；Zettlemoyer，L.，深层语境化词语表征，（Walker，M.A.；Ji，H.；Stent，A.，计算语言学协会北美分会2018年会议记录：人类语言技术，NAACL-HLT 2018，美国路易斯安那州新奥尔良，2018年6月1-6日，第1卷（长篇论文）（2018），计算语言学协会：美国路易斯安那州计算语言学协会），2227-2237 [205] 瓦斯瓦尼，A。；北沙泽尔。；北帕尔马。；Uszkoreit，J。；Jones，L。；A.N.戈麦斯。；凯撒，L。；Polosukhin，I.，《注意力就是你所需要的一切》，（Guyon，I.；von Luxburg，U.；Bengio，S.；Wallach，H.M.；Fergus，R.；Vishwanathan，S.V.N.；Garnett，R.，《神经信息处理系统的进展30：2017年12月4日至9日，美国加利福尼亚州长滩》（2017），神经信息处理系统进展30：2017年神经信息处理年度会议：神经信息处理体系进展30：美国加利福尼亚州长滩市2017年神经信号处理系统年度会议），5998-6008 [206] 德夫林，J。；Chang，M。；Lee，K。；Toutanova，K.，BERT：用于语言理解的深层双向变换器的预培训，（Burstein，J.；Doran，C。；Solorio，T.，《计算语言学协会北美分会2019年会议论文集：人类语言技术》，NAACL-HLT 2019，明尼阿波利斯，明尼苏达州，美国，2019年6月2-7日，第1卷（长篇和短篇论文）（2019年），计算语言学协会：计算语言学协会，明尼亚波利斯，明尼苏达州），4171-4186 [207] 莱默斯，N。；Gurevych，I.，《句子-BERT：使用暹罗BERT网络的句子嵌入》，（Inui，K.；Jiang，J.；Ng，V.；Wan，X.，《2019年自然语言处理实证方法会议暨第九届自然语言处理国际联合会议论文集》，EMNLP-IJCNLP 2019，中国香港，2019年11月3-7日（2019），计算语言学协会），3980-3990 [208] Shi，L。；Syeda-mahmood，T。；Baldwin，T.，用基于词汇的自动注释改进放射报告检索的神经模型，（计算语言学协会北美分会2022年会议记录：人类语言技术（2022）），计算语言学协会：美国西雅图计算语言学协会），3457-3463，URLhttps://aclantology.org/2022.naacl-main.253 [209] 刘，Y。；奥特，M。；戈亚尔，N。；杜，J。；乔希，M。；陈，D。；利维，O。；刘易斯，M。；Zettlemoyer，L。；Stoyanov，V.，RoBERTa:一种稳健优化的BERT预处理方法（2019年） [210] 拉斐尔，C。；北沙泽尔。；罗伯茨。；Lee，K。；Narang，S。；马泰纳，M。；周，Y。；李伟（Li，W.）。；Liu，P.J.，《使用统一文本到文本转换器探索迁移学习的局限性》（2019），CoRR arXiv:1910.10683，URL网址：http://arxiv.org/abs/11910.10683 [211] 刘易斯，M。；刘，Y。；戈亚尔，北。；Ghazvininejad，M。；Mohamed，A。；利维，O。；斯托亚诺夫，V。；Zettlemoyer，L.，BART：用于自然语言生成、翻译和理解的去噪序列到序列预训练，（Jurafsky，D.；Chai，J.；Schluter，N.；Tetreault，J.R.，《计算语言学协会第58届年会论文集》，ACL 2020，在线，2020年7月5日至10日（2020），计算语言学协会），7871-7880，在线，URLhttps://www.aclweb.org/antology/2020.acl-main.703/ [212] 戴，Z。；杨，Z。；Yang，Y。；Carbonell，J.G。；Le，Q.V。；Salakhutdinov，R.，Transformer-XL:定长语境下的注意语言模型，（Korhonen，a.；Traum，D.R.；Márquez，L.，《计算语言学协会第57届会议论文集》，ACL 2019，意大利佛罗伦萨，2019年7月28日至8月2日，第1卷：长篇论文（2019），计算语言学协会：计算语言学协会（意大利佛罗伦萨），2978-2988 [213] 贝尔塔吉，I。；彼得斯，M.E。；Cohan，A.，Longformer:长文档转换器（2020），CoRR arXiv:2004.05150，URLhttps://arxiv.org/abs/2004.05150 [214] 牟，L。；孟，Z。；Yan，R。；李·G。；Xu，Y。；张，L。；Jin，Z.，神经网络在自然语言处理应用中的可移植性如何？（2016），arXiv预印arXiv:1603.06111 [215] Ruder，S。；彼得斯，M.E。；Swayamdipta，S。；Wolf，T.，自然语言处理中的迁移学习，（计算语言学协会北美分会2019年会议记录：教程（2019），计算语言学协会北美分会2019年会议记录：计算语言学协会2019年北美分会会议记录（意大利佛罗伦萨），15-18 [216] Ruder，S.，《自然语言处理的神经迁移学习》（2019年），NUI Galway:NUI Galvay Galway，爱尔兰（博士论文） [217] Wang，Y。；Sohn，S。；刘，S。；沈，F。；Wang，L。；Atkinson，E.J。；阿明，S。；Liu，H.，《使用弱监督和深度表征的临床文本分类范式》，BMC Med.Inform。Decis公司。制造商。，19, 1, 1 (2019) [218] 阿波斯托洛娃，E。；Channin，D。；Demner-Fushman，D。；Furst，J.D。；Lytinen，S。；Raicu，D.，《临床文本的自动分割》，（2009年IEEE医学和生物学会工程国际年会（2009）），5905-5908 [219] Wang，Y。；Zheng，K。；Xu，H。；梅奇，《通过知情学习进行交互式医学词义消歧》，《美国医学杂志》。协会，25800-808（2018） [220] 刘，H。；出纳员，V。；Friedman，C.，《监督词义消歧的多方面比较研究》，J.Am.Med.Inform。协会，11，4，320-331（2004） [221] 芬利，G.P。；Pakhomov，S.V.S。；麦克尤恩，R。；Melton，G.B.，《使用机器标记训练数据实现综合临床缩写词消歧》（AMIA 2016，美国医学信息学会年度研讨会，美国伊利诺伊州芝加哥，2016年11月12-16日（2016），AMIA），URLhttp://knowledge.amia.org/amia-63300-1.3360278/t004-1.3364525/f004-1.33652626/2500393-1.3364887/2498448-1.3364882 [222] 罗马克里希南，G。；贾达夫，A。；Joshi，A。；Chakrabarti，S。；Bhattacharyya，P.，通过词汇关系的贝叶斯推理进行问答，（2003年ACL多语言总结和问答研讨会论文集，计算语言学协会：计算语言学协会，日本札幌），1-10，URLhttps://www.aclweb.org/antology/W03-1201 [223] Chan，Y.S。；Ng，H.T。；Chiang，D.，词义消歧改善了统计机器翻译，（计算语言学协会第45届年会论文集（2007），计算语言学协会：计算语言学协会布拉格，捷克共和国），33-40，URLhttps://www.aclweb.org/antology/P07-1005 [224] 钟，Z。；Ng，H.T.，词义消歧改善信息检索，（计算语言学协会第50届年会，会议记录，2012年7月8日至14日，韩国济州岛-第1卷：长篇论文（2012），计算机语言学协会：韩国济州群岛计算机语言学协会），273-282，网址https://www.aclweb.org/antology/P12-1029/ [225] Chang，A。；斯皮特科夫斯基，V.I。；曼宁，C.D。；Agirre，E.，《命名实体消歧与词义消歧的比较》，（第十届国际语言资源与评价会议（LREC’16）（2016），欧洲语言资源协会（ELRA）：欧洲语言资源学会（ELRA，斯洛文尼亚波托罗日），860-867 [226] 江，M。；陈，Y。；刘，M。；Rosenbloom，S.T。；马尼，S。；J.C.丹尼。；Xu，H.，《基于机器学习的方法从出院总结中提取临床实体及其主张的研究》，《美国医学杂志》。协会，18，5，601-606（2011） [227] 鲁比奥·洛佩斯，I。；Costumero，R。；Ambit，H。；哥伦比亚特区冈萨洛·马汀。；Menasalvas，E。；Rodríguez González，A.，《使用机器学习技术消除西班牙语电子健康叙事中的缩略语歧义》，Stud.health Technol。通知。，235251-255（2017） [228] Xu，H。；斯特森，P.D。；Friedman，C.，《建立临床笔记中缩写词意义清单的方法》，《美国医学杂志》。协会，16，1，103-108（2009） [229] Scheurwegs，E。；Luyckx，K。；卢伊滕，L。；Daelemans，W。；Van den Bulcke，T.，《为住院患者分配临床代码的结构化和非结构化源的数据集成》，《美国医学杂志》。协会，23，e1，e11-e19（2015），arXiv：https://academy.oup.com/jamia/article-pdf/23/e1/e11/17377079/ocv115.pdf [230] Shi，H。；谢鹏。；胡，Z。；张，M。；Xing，E.P.，《使用深度学习实现自动化ICD编码》（2017），arXiv:arXiv:1711.04075 [231] Baumel，T。；Nassour-Kassis，J。；科恩，R。；Elhadad，M。；Elhadad，N.，患者的多标签分类——ICD代码分配案例研究（2017年），arXiv:arXiv:1709.09587 [232] Stubbs，A。；菲兰尼诺，M。；乌兹纳。，精神病摄入量记录的识别：2016年cegs N-GRID共享任务1概述，J.Biomed。通知。，75，S4-S18（2017） [233] Le，Q.V.公司。；Mikolov，T.，句子和文件的分布式表示，（第31届国际机器学习会议论文集，2014年6月21日至26日，中国北京，2014年，第32卷（2014），JMLR.org:JMLR.org，中国北京），1188-1196 [234] 约翰逊，A.E.W。；Pollard，T。；S.J.Berkowitz。；新泽西州格林鲍姆。；伦格伦，M。；邓颖，C。；马克·R。；Horn，S.，MIMIC-CXR：一个大型公开的胸片标记数据库（2019年），arXiv-arXiv:1901.07042 [235] Leser，美国。；哈肯伯格，J.，基因名是由什么构成的？生物医学文献中的命名实体识别，简介。生物信息。，6, 4, 357-369 (2005) [236] P.J.戈林斯基。；Wu，H。；格罗弗，C。；托宾，R。；塔尔博特，C。；惠利，H。；Sudlow，C。；怀特利，W。；Alex，B.，《电子健康记录命名实体识别：基于规则和机器学习方法的比较》（2019），CoRR arXiv:1903.03985，URLhttp://arxiv.org/abs/1903.03985 [237] 黄，Z。；徐伟（Xu，W.）。；Yu，K.，序列标记的双向LSTM-CRF模型（2015），CoRR arXiv:1508.01991，URLhttp://arxiv.org/abs/1508.01991 [238] 乔治·J·M。；Bader，G.D.，利用神经网络进行生物医学命名实体识别的转移学习，生物信息。，34, 23, 4087-4094 (2018) [239] 朱，H。；帕斯卡利迪斯。；Tahmasebi，A.，临床概念提取与上下文词嵌入（2018），CoRR arXiv:1810.10566，URLhttp://arxiv.org/abs/1810.10566 [240] Neumann，M。；金·D·。；贝尔塔吉，I。；Ammar，W.，《科学：生物医学自然语言处理的快速和稳健模型》，（Demner-Fushman，D.；Cohen，K.B.；Ananiadou，S.；Tsujii，J.，《第18届生物NLP研讨会和共享任务会议记录》，生物NLP@ACL2019年，意大利佛罗伦萨，2019年8月1日（2019），计算语言学协会：计算语言学协会（意大利佛罗伦斯），319-327 [241] Vrandečić，D。；Krötzsch，M.，《维基数据：一个免费的协作知识库》，Commun。ACM，57，10，78-85（2014） [242] Schriml，L.M。；Arze，C。；Nadendla，S。；Chang，Y.-W.W。；Mazaitis，M。；费利克斯，V。；冯·G。；Kibbe，W.A.，《疾病本体论：疾病语义整合的支柱》，《核酸研究》，40，D1，D940-D946（2012） [243] Kibbe，W.A。；Arze，C。；费利克斯，V。；Mitraka，E。；博尔顿，E。；Fu，G。；蒙格尔，C.J。；粘合剂，J.X。；马龙，J。；Vasant，D.，《疾病本体论2015更新：人类疾病的扩展和更新数据库》，《核酸研究》，43，D1，D1071-D1078（2015） [244] 金，M。；巴哈多里，M.T。；Colak，A。；巴蒂亚，P。；Celikkaya，B。；巴克塔，R。；Senthivel，S。；Khalilia，M。；纳瓦罗，D。；张，B。；Doman，T。；拉维，A。；利格尔，M。；Kass-Hut，T.A.，用医学命名实体和多模式学习改进医院死亡率预测（2018年），CoRR arXiv:1811.12276，URLhttp://arxiv.org/abs/1811.12276 [245] 罗伯茨。；Gaizauskas，R。；Hepple，M。；Guo，Y.，从患者叙述中挖掘临床关系，BMC生物信息学，9（2008） [246] 林克，B。；Harabagiu，S。；Roberts，K.，《临床文本中医学概念之间关系的自动提取》，J.Am.Med.Inform。协会，18，5，594-600（2011），arXiv：https://academic.oup.com/jamia/article-pdf/18/5/594/594462/18-5-594.pdf [247] Kim，J。；Choe，Y。；Mueller，K.，《使用丰富的解析树提取电子健康记录中的临床关系》，Procedia Comput。科学。，53，274-283（2015），2015年8月8日至10日美国加利福尼亚州旧金山市INNS大数据会议计划，URLhttps://www.sciencedirect.com/science/article/pii/S1877050915018074 [248] Elangovan，A。；Davis，M.J。；Verspoor，K.，《为蛋白质相互作用分配功能：使用PubMed摘要的基于BioBERT的弱监督方法》（2020年），CoRR arXiv:2008.08727，URLhttps://arxiv.org/abs/2008.08727 [249] 吴绍良，何永和，用实体信息丰富预训练语言模型用于关系分类，载《第28届ACM国际信息与知识管理会议论文集》，2019年，第2361-2364页。 [250] 杨，X。；于，Z。；郭毅。；卞，J。；Wu，Y.，使用基于变压器的模型提取临床关系（2021），arXiv预印本arXiv:2107.08957 [251] Radford，A。；吴杰。；儿童，R。；卢安（D.Luan）。；阿莫代伊·D·。；Sutskever，I.，语言模型是无监督的多任务学习者（2019年） [252] Rajpurkar，P。；Irvin，J。；Zhu，K。；杨，B。；梅塔，H。；Duan，T。；丁·D。；巴古尔，A。；兰洛茨，C。；Shpanskaya，K.，Chexnet：通过深度学习对胸部x光片进行放射性水平肺炎检测（2017年），arXiv预印本arXiv:1711.05225 [253] 古德费罗，I.J。；Pouget-Abadie，J。；米尔扎，M。；徐，B。；Warde-Farley，D。；Ozair，S。；科尔维尔，A.C。；Bengio，Y.，《生成性对抗网络》（2014），CoRR arXiv:1406.2661，URLhttp://arxiv.org/abs/1406.2661 [254] 古拉贾尼，I。；艾哈迈德·F。；阿尔乔夫斯基，M。；杜穆林，V。；Courville，A.C.，《wasserstein GANs改进培训》（Guyon，I.；von Luxburg，U.；Bengio，S.；Wallach，H.M.；Fergus，R.；Vishwanathan，S.V.N.；Garnett，R.，《神经信息处理系统进展30：2017年神经信息处理系统年度会议》，2017年12月4日至9日，美国加利福尼亚州长滩（2017），神经信息处理系统进展：神经信息处理体系进展（加利福尼亚州，美国），5767-5777，URLhttps://proceedings.neurips.cc/paper/2017/hash/892c3b1c6dccd52936e27cbd0ff683d6-Abstract.html [255] 米什拉·R。；卞，J。；费兹曼，M。；威尔，C.R。；Jonnalagadda，S。；莫斯塔法，J。；Del Fiol，G.，《生物医学领域的文本摘要：近期研究的系统综述》，J.Biomed。通知。，52, 457-467 (2014) [256] Erkan，G。；Radev，D.R.，Lexrank：基于图形的词汇中心性在文本摘要中的显著性，《人工智能研究杂志》，22，457-479（2004） [257] 参见，A。；刘培杰。；Manning，C.D.，直截了当：用指针生成器网络进行总结，（Barzilay，R.；Kan，M.，《计算语言学协会第55届年会论文集》，ACL 2017，加拿大温哥华，7月30日至8月4日，第1卷：长篇论文（2017），计算语言学协会：加拿大温哥华计算语言学协会），1073-1083 [258] Fabbri，A。；李一。；她，T。；李，S。；Radev，D.，《多新闻：大规模多文档摘要数据集和抽象层次模型》，（计算语言学协会第57届年会会议记录（2019年），计算语言学协会：计算语言学协会，意大利佛罗伦萨），1074-1084，URLhttps://www.aclweb.org/antology/P19-1102 [259] 阿布·贾巴拉，A。；Radev，D.R.，基于连贯引文的科学论文摘要，（Lin，D.；Matsumoto，Y.；Mihalcea，R.，ACL 2011（2011），计算机语言学协会：俄勒冈州波特兰市计算机语言学协会），500-509，URLhttps://www.aclweb.org/antology/P11-1051/ [260] Yasunaga先生。；Kasai，J。；张，R。；Fabbri，A.R。；李一。；弗里德曼，D。；Radev，D.R.，Scisummnet：利用引文网络进行科学论文摘要的大型注释语料库和内容影响模型，（第三十三届AAAI人工智能会议，2019年AAAI，第三十届创新应用人工智能会议， 7386-7393 [261] Zechner，K.，《不同流派开放域多方对话的自动摘要》，计算机。语言学家。，28、4、447-485（2002），网址https://www.aclweb.org/antology/J02-4003 [262] 斯坦伯格，J。；Jezek，K.，《将潜在语义分析用于文本总结和总结评价》，Proc。ISIM，493-100（2004） [263] MacAvaney，S。；Sotudeh，S。；Cohan，A。；北卡罗来纳州戈哈里安。；塔拉蒂，I.A。；Filice，R.W.，认识本体的临床抽象摘要，（Piwowarski，B.；Chevalier，M.；Gaussier，E.；Maarek，Y.；Nie，J.；Scholer，F.，《第42届国际ACM SIGIR信息检索研究与开发会议论文集》，2019年7月21日至25日，法国巴黎（2019），ACM:ACM巴黎，法国），1013-1016 [264] 欧文，J。；Rajpurkar，P。；Ko，M。；Yu，Y。；Ciurea-Ilcus，S。；斜槽，C。；Marklund，H。；哈古，B。；波尔，R.L。；Shpanskaya，K.S。；Seekins，J。；Mong，D.A。；哈拉比，S.S。；桑德伯格，J.K。；Jones，R。；拉森·D·B。；Langlotz，C.P。；帕特尔，B.N。；Lungren，M.P.公司。；Ng，A.Y.，Chexpert：带有不确定性标签和专家比较的大型胸片数据集，（AAAI 2019（2019），AAAI出版社：美国夏威夷檀香山AAAI新闻社），590-597 [265] 帕夫利克，E。；Ganitkevitch，J。；Chan，T.P。；姚，X。；Durme，B.V。；Callison-Burch，C.，领域特定释义提取，（《计算语言学协会第53届年会和亚洲自然语言处理联合会第七届国际自然语言处理联席会议论文集》，ACL 2015，2015年7月26日至31日，中国北京，第2卷：短文（2015），计算机语言学协会：中国北京计算机语言学协会），57-62 [266] 顾毅。；Tinn，R。；Cheng，H。；卢卡斯，M。；Usuyama，N。；刘，X。；Naumann，T。；高杰。；Poon，H.，生物医学自然语言处理领域特定语言模型预训练（2020），CoRR arXiv:2007.15779，URLhttps://arxiv.org/abs/2007.15779 [267] Kwiatkowski，T。；Palomaki，J。；O.雷德菲尔德。；柯林斯，M。；Parikh，A.P。；阿尔贝蒂，C。；爱泼斯坦，D。；Polosukhin，I。；德夫林，J。；Lee，K。；Toutanova，K。；Jones，L。；凯尔西，M。；Chang，M。；戴，A.M。；Uszkoreit，J。；Le，Q。；Petrov，S.，《自然问题：问答研究的基准》，Trans。关联计算。语言学家。，7452-466（2019），网址https://transacl.org/ojs/index.php/tacl/article/view/1455 [268] 卡普钦，V。；Oguz，B。；最小值，S。；刘易斯，P.S.H。；Wu，L。；Edunov，S。；陈，D。；Yih，W.，开放域问答的密集段落检索，（Webber，B.；Cohn，T.；He，Y.；Liu，Y.，《2020年自然语言处理实证方法会议论文集》，EMNLP 2020，在线，2020年11月16-20日（2020），计算语言学协会），6769-6781，在线 [269] Soni，S。；Roberts，K.，《改写以提高电子健康记录问答的性能》，（AMIA转化科学论文集峰会（2020年），美国医学信息学协会），626 [270] 古普塔，A。；阿加瓦尔，A。；辛格，P。；Rai，P.，《释义生成的深层生成框架》（McIlraith，S.A.；Weinberger，K.Q.），《第三十二届人工智能AAAI会议论文集》（AAAI-18），第三十届人工智能创新应用（IAAI-18，美国路易斯安那州新奥尔良，2018年2月2日至7日（2018年），AAAI出版社：AAAI出版社，美国路易斯安那州），5149-5156，网址https://www.aaai.org/ocs/index.php/aaai/AAAI18/paper/view/16353 [271] 曾，Z。；邓，Y。；李，X。；Naumann，T。；Luo，Y.，基于EHR的计算表型的自然语言处理，IEEE/ACM Trans。计算。生物信息。，16, 1, 139-153 (2019) [272] 科勒，S。；Carmody，L。；瓦西列夫斯基，N。；雅各布森，J.O.B。；Danis，D。；古尔丁，J.-P。；加尔加诺，M。；哈里斯，N.L。；马滕佐格鲁，N。；McMurry，J.A.，《人类表型本体论（HPO）知识库和资源的扩展》，核酸研究，47，D1，D1018-D1027（2019） [273] Brady，K。；Shariff，A.，《虚拟医学抄写员：让电子病历为你服务》，J.Med.Pract。管理：MPM，29，2，133（2013） [274] Névéol，A。；Dalianis，H。；韦卢皮莱，S。；萨沃娃，G。；Zweigenbaum，P.，《非英语语言的临床自然语言处理：机遇与挑战》，J.Biomed。塞门特。，9, 1, 12 (2018) [275] A.康诺。；Lample，G.，《跨语言语言模型预训练》（Wallach，H.；Larochelle，H.，Beygelzimer，A.；d’Alché-Buc，F.；Fox，E.；Garnett，R.，《神经信息处理系统进展》，第32卷（2019年），Curran Associates，Inc.：加拿大温哥华Curran associatess，Inc.），7059-7069，URLhttps://proceedings.neurips.cc/paper/2019/file/c04c19c2c2474dbf5f7ac4372c5b9af1-paper.pdf [276] 达席尔瓦，J.A.T。；Tsigaris，P。；Erfanmanesh，M.，《与Covid-19相关的主要数据库中的出版卷》，《科学计量学》，126，1，831-842（2021） [277] 陈，Q。；李曼，R。；Allot，A。；罗，L。；魏，C.-H。；Yan，S。；Lu，Z.，《人工智能（AI）在行动：用自然语言处理（NLP）应对新冠肺炎疫情》（2020年），arXiv预印本arXiv:2010.16413 [278] 王，X。；宋，X。；关，Y。；Li，B。；Han，J.，基于远程或弱监管的cord-19的综合命名实体识别（2020），arXiv预印本arXiv:2003.12218 [279] 李，我。；李毅。；李·T。；阿尔瓦雷斯-纳帕戈，S。；Garcia-Gasulla，D。；Suzumura，T.，当我们谈论新冠肺炎时，我们感到沮丧的是什么：使用自然语言处理对推文进行心理健康分析，（Bramer，M。；Ellis，R.，《人工智能》，第三十七届——第40届SGAI人工智能国际会议，AI 2020，英国剑桥，2020年12月15-17日，会议记录。人工智能XXXVII-第40届SGAI人工智能国际会议，AI 2020，英国剑桥，2020年12月15日至17日，计算机科学论文集，第12498卷（2020），施普林格），358-370 [280] 张，E。；古普塔，N。；唐·R。；韩，X。；Pradeep，R。；卢克。；Zhang，Y。；诺盖拉，R。；Cho，K。；方，H。；Lin，J.，Covidex：新冠肺炎开放研究数据集的神经排名模型和关键词搜索基础设施，（学术文献处理第一次研讨会论文集，SDP@EMNLP2020年，在线，2020年11月19日（2020年），计算语言学协会，31-41，在线 [281] 梁，Y。；Xie，P.，从医学文献中识别与新冠肺炎相关的放射学发现（2020年），CoRR arXiv:2004.01862，URLhttps://arxiv.org/abs/2004.01862 [282] 王，X。；宋，X。；关，Y。；李，B。；Han，J.，CORD-19上的综合命名实体识别，远程或弱监管（2020），CoRR arXiv:2003.12218，URLhttps://arxiv.org/abs/2003.12218 [283] 阿哈迈德，S。；Samad，M.D.，《从大量科学文献中挖掘新冠肺炎研究的信息》（2020年），CoRR arXiv:2004.02085，URLhttps://arxiv.org/abs/2004.02085 [284] 埃斯特瓦，A。；罗比奎，A。；兰松达，B。；库列舍夫，V。；DePristo，M。；周，K。；崔，C。；Corrado，G。；特隆，S。；Dean，J.，《医疗保健深度学习指南》，《国家医学》，第25、1、24-29页（2019年） [285] 利马，S。；佩雷斯，N。；Cuadros，M。；Rigau，G.，NUBES:西班牙语临床文本中的否定和不确定性语料库（2020），arXiv预印本arXiv：2004.01092 [286] 史蒂文森，M。；郭毅。；Alamri，A。；Gaizauskas，R.，《消除生物医学缩写的歧义》，（2009年生物NLP研讨会论文集，计算语言学协会：计算语言学协会，科罗拉多州博尔德），71-79，URLhttps://www.aclweb.org/antology/W09-1309 [287] Soáancóoólu，G。；Öztürk，H.等人。；Øzgür，A.，BIOSSES：生物医学领域的语义句子相似度评估系统，生物信息学，33，14，i49-i58（2017） [288] 本·阿巴查，A。；Denner-Fushman，D.，《问答的问题补充方法》（2019年），arXiv e-prints arXiv:1901.08079 [289] 何，X。；Zhang，Y。；牟，L。；Xing，E。；Xie，P.，PathVQA:30000多个医学视觉问答问题（2020年），arXiv预印本arXiv:2003.10286 [290] 金，D。；潘，E。；Oufattole，N。；翁，W.-H。；方，H。；Szolovits，P.，这位患者患有什么疾病？来自医学检查的大规模开放域问答数据集（2020），arXiv预打印arXiv:2009.13081 [291] 袁，C。；Ryan，P.B。；Ta，C。；郭毅。；李，Z。；哈丁，J。；马卡迪亚，R。；Jin，P。；尚，N。；Kang，T.，Criteria2query:队列定义临床数据库的自然语言接口，《美国医学杂志》。协会，26，4，294-305（2019） [292] McInnes，B.T。；佩德森，T。；Carlis，J.，《使用UMLS概念唯一标识符（CUI）在生物医学领域进行词义消歧》，（AMIA年度研讨会论文集（2007），美国医学信息学会），533 [293] 李一。；你，K。；唐，X。；乔，Y。；黄，L。；谢长廷。；罗莎德，B。；Radev，D.R.，Ehrkit:电子健康记录文本的python自然语言处理工具包（2022），CoRR arXiv:2204.06604 [294] S.Wang、M.B.McDermott、G.Chauhan、M.Ghassemi、M.C.Hughes、T.Naumann，《模拟提取：模拟的数据提取、预处理和表示管道》，载于《ACM健康、推理和学习会议论文集》，2020年，第222-235页。 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。