Sensitive span detection

Esta tarea se centra en la detección de texto sensible; en particular, el objetivo es identificar y enmascarar datos confidenciales, independientemente del tipo real de entidad o de la identificación correcta del tipo de información de salud protegida (PHI, por sus siglas en inglés).

Publicación
Montserrat Marimon, Aitor Gonzalez-Agirre, Ander Intxaurrondo, Heidy Rodríguez, Jose Lopez Martin, Marta Villegas, Martin Krallinger (2019) “Automatic De-identification of Medical Texts in Spanish: the MEDDOCAN Track, Corpus, Guidelines, Methods and Evaluation of Results.” In: IberLEF@ SEPLN. 2019, pp. 618–638.
Idioma
Español
Tarea abstracta
Dataset
Año
2019
Métrica Ranking
Micro F

Mejores resultados para la tarea

Sistema MicroPrecision MicroRecall MicroF1
lukas.lange-5 0.9722 0.9687 0.9705
lukas.lange-4 0.9752 0.9733 0.9743
lukas.lange-3 0.9754 0.9735 0.9745
lukas.lange-2 0.9757 0.9733 0.9745
lukas.lange-1 0.9751 0.9747 0.9749

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.