Named entity normalization

Dado un listado de códigos válidos que incluye todo ESCO y una selección de términos SNOMED-CT, se pidió a los participantes normalizar automáticamente las menciones de entidades detectadas a su correspondiente identificador de concepto.

Publicación
Salvador Lima-López, Eulàlia Farré-Maduell, Antonio Miranda-Escalada, Vicent Brivá-Iglesias, Martin Krallinger (2021) NLP applied to occupational health: MEDDOPROF shared task at IberLEF 2021 on automatic recognition, classification and normalization of professions and occupations from medical texts. Procesamiento del Lenguaje Natural, Revista nº 67, septiembre de 2021, pp. 243-256.
Idioma
Español
Tarea abstracta
Dataset
Año
2021
Métrica Ranking
F1

Mejores resultados para la tarea

Sistema Precisión Recall F1 RMSE
SINAI 0.5930 0.5410 0.5660 0.0000
Galiza 0.7200 0.4820 0.5770 0.0000
KaushikAcharya 0.7200 0.4670 0.5660 0.0000
TALP 0.6750 0.5720 0.6190 0.0000
Fadi 0.6820 0.5410 0.6030 0.0000

Si has publicado un resultado mejor que los de la lista, envía un mensaje a odesia-comunicacion@lsi.uned.es indicando el resultado y el DOI del artículo, junto con una copia del mismo si no está publicado en abierto.