提取随机对照试验结果和显著性水平之间的关系(RCT公司s） 出版物

安娜·科洛列娃,帕特里克·帕鲁贝克

摘要
随机对照试验通过将实验干预与对照干预在一些变量（试验结果）方面进行比较来评估实验干预的效果。统计假设检验用于检验实验干预是否优于对照。通常报告测量结果的统计显著性，这是结果的一个重要特征。我们提出了一种机器学习方法来自动提取报告结果、显著性水平以及它们之间的关系。我们注释了一个包含663个句子的语料库，其中2552个结果-显著性水平关系（1372个积极关系和1180个消极关系）。我们使用手工制作的特征集和一些深度学习模型对几种分类器进行了比较。BioBERT微调模型显示了最佳性能（F-measure为94%）。
选集ID：
W19-5038号
体积：
第18届BioNLP研讨会会议记录和共享任务
月份：
八月
年份：
2019
地址：
意大利佛罗伦萨
编辑：
迪娜·德默尔·福斯曼,凯文·布雷东纳尔·科恩,索菲亚·阿纳尼亚杜,津井俊一
地点：
生物NLP
SIG公司：
SIGBIOMED公司
出版商：
计算语言学协会
注：
页：
359–369
语言：
网址：
https://aclantology.org/W19-5038
DOI（操作界面）：
10.18653/v1/W19-5038
比比键：
引用（ACL）：
安娜·科洛列娃（Anna Koroleva）和帕特里克·帕鲁贝克（Patrick Paroubek）。2019提取随机对照试验（RCT）出版物中结果和显著性水平之间的关系.英寸第18届BioNLP研讨会会议记录和共享任务，第359-369页，意大利佛罗伦萨。计算语言学协会。
引用（非正式）：
提取随机对照试验（RCT）出版物中结果和显著性水平之间的关系（Koroleva&Paroubek，BioNLP 2019）
复制引文：
PDF格式：
https://aclantology.org/W19-5038.pdf
PDF格式 引用 搜索