{“状态”：“确定”，“消息类型”：“工作”，“信息版本”：“1.0.0”，“邮件”：{“索引”：{-“日期-部件”：[[2022,5,25]]，“日期-时间”：“2022-05-25T12:42:52Z”，“时间戳”：1653482572766}，“引用-计数”：0，“发布者”：“IOS出版社”，“许可证”：[{“开始”：{“日期-零件”：[2022,5,25]]，”日期-时间“：”2022-05-25T00:00:00Z“，”timestamp“：1653436800000}，”content-version“：“unspecified”，“delay-in-days”：0，“URL”：“https:\/\/creativecommons.org\/licenses\/by-nc\/4.0\/”}]，“content-domain”：{“domain”:[]，“crossmark-restriction”：false}，“short-container-title”：[]，”published-print“：{”date-parts“：[2022,5,25]]}，”abstract“：”我们的数字医疗的分布式性质和新数据源的快速出现阻止了令人信服的概览和新数据的联合使用。数据集成，例如与元数据和语义注释的集成，有望克服这一挑战。在本文中，我们提出了一种使用递归神经网络预测UMLS代码以获得给定的德语元数据的方法。使用医学主题标题（MeSH）对训练数据集进行了扩充，尤其是德语翻译，也提高了模型的准确性。该模型以75%的准确率展示了稳健的性能，旨在表明日益复杂的机器学习工具已经可以在数据集成中发挥重要作用<\/jats:p>“，”DOI“：”10.3233\/shti220474“，”type“：”book-chapter“，”created“：{”date-parts“：[2022,5,25]]，”date-time“：”2022-05-25T12:14:07Z“，”timestamp“：1653480847000}，”source“：given“：”Hannes“，”family“：”Ulrich“，”sequence“：”first“，”affiliation“：[{“name”：“德国L\u00fcbeck大学临床研究IT中心（ITCR-L）”}]}，{“given”：“Hristina”，“family”：“Uzuneva”，“sequence”：“additional”，“affiliance”：[{“name”:“德国人工智能研究中心，L\u100fcbeck”}]{，{given：“Heinz”，“家族”：“Handels“，”sequence“：”additional“，”affiliation“：[{”name“：”German Research Center for Artificial Intelligence，L\u00fcbeck，Germany“}，{”name:“Institute of Medical Informatics，University of L.\u00fcbeck，Dermany”}]}，”given“：”Josef“，”family“：”Ingenref“，”serquence“:”additionable“，”filiation”：[{“name”：“IT Center for Clinical Research（ITCR-L），德国L\u00fcbeck大学“}，{“name”：“德国L\u 00fcbek大学医学信息学研究所”}]}]，“member”：“7437”，“container-title”：[“卫生技术和信息学研究”，“可信人工智能和健康附加值的挑战”]，“original-title“：[]，”link“：[{“URL”：“https:\/\/ebooks.iospress.nl\/pdf\/doi\/10.3233\/SHTI220474“，“内容类型”：“未指定”，“内容版本”：“vor”，“intended-application”：“相似性检查”}]，“存放”：{“日期-端口”：[2022,5,25]]，“日期-时间”：“2022-05-25T12:14:07Z”，“时间戳”：1653480847000}，“分数”：1，“资源”：{“主要”：}“URL”：“https:\/\/ebooks.iospress.nl\/doi\/10.3233\/SHTI220474“}}，”副标题“：[]，”短标题“：[]，”已发布“：{”日期部分“：[2022,5,25]]}，“引用计数”：0，“URL”：“http://\/dx.doi.org\/10.3333\/SHTI220474”，“关系”：{}，‘ISSN’：[”0926-9630“，”1879-8365“]，”ISSN-类型“：[{”值“：”0926-9630“，”类型“：”打印“}，{”价值“：”1879-8365“，”型号“：”电子“}]，”主题“：[]，“已发布”：{“日期部分”：[[2022,5,25]]}}}