典型文献
基于临床病历预训练语言模型的病历文本纠错探索
文献摘要：
电子病历文本中存在错别字既不符合国家电子病历管理规范,又降低了自然语言处理技术的效果,影响了电子病历的价值挖掘与应用.阐述了一种基于在大量真实病历语料上训练出的预训练语言模型进行自动纠错的方法.实验证明,该方法在仿真数据集和真实病历数据集上检错和纠错都取得了很好的效果,运行效率很高,可以支持事中和事后的电子病历纠错,有效提升电子病历质量,推动电子病历的应用.
文献关键词：
电子病历;文本纠错;深度学习;预训练语言模型
中图分类号：
作者姓名：
奈存剑;杨亮;陈文昌;李林峰;任宇飞;汪火明;张晓祥
作者机构：
华中科技大学同济医学院附属同济医院,湖北 武汉430030;医渡云(北京)技术有限公司,北京100039
文献出处：
引用格式：
[1]奈存剑;杨亮;陈文昌;李林峰;任宇飞;汪火明;张晓祥-.基于临床病历预训练语言模型的病历文本纠错探索)[J].中华医学图书情报杂志,2022(10):27-32
A类：
B类：
基于临床,预训练语言模型,文本纠错,电子病历,错别字,符合国家,家电,病历管理,管理规范,自然语言处理技术,价值挖掘,语料,练出,自动纠错,仿真数据,历数,检错,病历质量
AB值：
0.33408
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
