Dada una colección de documentos en texto sin formato, los sistemas deben (1) realizar una clasificación de documentos de acuerdo con la información relevante para casos de uso clínicos del mundo real de alto impacto (clasificación multietiqueta) y (2) recuperar la lista de ID de la taxonomía del NCBI que respalda la clasificación binaria.
Los sistemas deben categorizar los documentos en las siguientes clasees:
- Mascotas y animales de granja en contacto cercano con el paciente (importante para detectar enfermedades transmitidas por animales como toxoplasmosis, salmonelosis, enfermedad de arañazo de gato, etc.).
- Animales que causan lesiones. Los parásitos NO están incluidos.
- Especies de alimentos. Incluye alimentos ingeridos y cualquier otro alimento mencionado en el documento. Excluye elementos ingeridos que no sean alimentos.
- Entidades nosocomiales: menciones correspondientes a infecciones nosocomiales/asociadas a la atención médica."
Publicación
Antonio Miranda-Escalada, Eulàlia Farré-Maduell, Salvador Lima-López, Darryl Estrada, Luis Gascó, Martin Krallinger (2022) Mention detection, normalization & classification of species, pathogens, humans and food in clinical documents: Overview of the LivingNER shared task and resources. Procesamiento del Lenguaje Natural, Revista nº 69, septiembre de 2022, pp. 241-253.
Idioma
Español
NLP topic
Tarea abstracta
Dataset
Año
2022
Enlace publicación
