آموزش هوش مصنوعی پیشرفته: تکنیک های NLP برای مجموعه داده های بالینی

مقدمه Introduction

• از تکنیک های NLP برای داده های خود استفاده کنید Use NLP techniques for your data

• آنچه شما باید بدانید What you should know

• نحوه استفاده از فایل های تمرین How to use the exercise files

1. تشخیص نهاد با نام بالینی (CNER) 1. Clinical Named Entity Recognition (CNER)

• تشخیص موجودیت با نام بالینی (CNER) چیست؟ What is clinical named entity recognition (CNER)?

• شناسایی موجودیت با نام بالینی با استفاده از scispaCy Clinical named entity recognition using scispaCy

• امتحان فصل Chapter Quiz

2. قطعنامه نهاد بالینی 2. Clinical Entity Resolution

• وضوح موجودیت بالینی چیست؟ What is clinical entity resolution?

• وضوح مخفف پزشکی با scispaCy Medical abbreviation resolution with scispaCy

• پیوند و حل موجودیت با پایگاه دانش زیست پزشکی Entity linkage and resolution with a biomedical knowledge base

• امتحان فصل Chapter Quiz

3. نمایش متن بالینی 3. Clinical Text Representation

• بازنمایی متن بالینی چیست؟ What is clinical text representation?

• نمایش متن بالینی با استفاده از fastText Clinical text representation using fastText

• نمایش متن بالینی با استفاده از رمزگذار جملات جهانی (USE) Clinical text representation using Universal Sentence Encoder (USE)

• امتحان فصل Chapter Quiz

4. ترانسفورماتور برای متن بالینی 4. Transformers for Clinical Text

• ترانسفورماتورها چیست؟ What are transformers?

• پیش بینی تشخیص بالینی با استفاده از ترانسفورماتور Clinical diagnosis prediction using transformers

• تشخیص موجودیت با نام بالینی با استفاده از ترانسفورماتور Clinical named entity recognition using transformers

• پیش بینی کلمات بالینی با استفاده از ترانسفورماتور Clinical word prediction using transformers

• امتحان فصل Chapter Quiz

نتیجه Conclusion

• مراحل بعدی Next steps