Esta tarea requiere identificar todas las menciones de entidades referentes a morfología de tumores encontradas en documentos médicos, junto con sus códigos CIE-O correspondientes ; es decir, encontrar y normalizar menciones de morfología de tumores.
Publicación
Antonio Miranda-Escalada, Eulàlia Farré and Martin Krallinger (2020). Named Entity Recognition, Concept Normalization and Clinical Coding: Overview of the Cantemist Track for Cancer Text Mining in Spanish, Corpus, Guidelines, Methods and Results. Proceedings of the Iberian Languages Evaluation Forum (IberLEF 2020).
Idioma
Español
NLP topic
Tarea abstracta
Año
2020
Enlace publicación
Métrica Ranking
Micro F
Mejores resultados para la tarea
| Sistema | Precisión | Recall | F1 | CEM | Accuracy | MacroPrecision | MacroRecall | MacroF1 | RMSE | MicroPrecision | MicroRecall | MicroF1 Ordenar ascendente | MAE | MAP | UAS | LAS | MLAS | BLEX | Pearson correlation | Spearman correlation | MeasureC | BERTScore | EMR | Exact Match | F0.5 | Hierarchical F | ICM | MeasureC | Propensity F | Reliability | Sensitivity | Sentiment Graph F1 | WAC | b2 | erde30 | sent | weighted f1 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| HITSZ-ICRC | 0.8240 | 0.8260 | 0.8250 | ||||||||||||||||||||||||||||||||||
| Vicomtech | 0.8220 | 0.8210 | 0.8210 | ||||||||||||||||||||||||||||||||||
| Fadi | 0.7980 | 0.7740 | 0.7860 | ||||||||||||||||||||||||||||||||||
| mhjabreel | 0.7750 | 0.7790 | 0.7770 | ||||||||||||||||||||||||||||||||||
| NLNDE | 0.7670 | 0.7660 | 0.7670 |
