https://blog.qife122.com/tags/%E5%8C%BB%E7%96%97%E6%96%87%E6%9C%AC%E5%88%86%E6%9E%90/ Recent content in 医疗文本分析 on 办公AI智能小助手 Hugo zh-cn qife Sun, 07 Sep 2025 23:21:28 +0800 https://blog.qife122.com/p/%E5%9F%BA%E4%BA%8Etransformer%E7%9A%84%E8%8D%B7%E5%85%B0%E4%B8%B4%E5%BA%8A%E6%96%87%E6%9C%AC%E8%8D%AF%E7%89%A9%E4%B8%8D%E8%89%AF%E4%BA%8B%E4%BB%B6%E6%A3%80%E6%B5%8B%E5%9F%BA%E5%87%86%E7%A0%94%E7%A9%B6/ Sun, 07 Sep 2025 23:21:28 +0800 https://blog.qife122.com/p/%E5%9F%BA%E4%BA%8Etransformer%E7%9A%84%E8%8D%B7%E5%85%B0%E4%B8%B4%E5%BA%8A%E6%96%87%E6%9C%AC%E8%8D%AF%E7%89%A9%E4%B8%8D%E8%89%AF%E4%BA%8B%E4%BB%B6%E6%A3%80%E6%B5%8B%E5%9F%BA%E5%87%86%E7%A0%94%E7%A9%B6/ <h1 id="检测荷兰临床自由文本中的药物不良事件基于transformer模型的基准研究">检测荷兰临床自由文本中的药物不良事件：基于Transformer模型的基准研究</h1> <h2 id="摘要">摘要</h2> <p>本研究使用多种Transformer模型、临床场景和针对性性能指标，为荷兰临床自由文本中的药物不良事件（ADE）检测建立了基准。研究采用102份经过丰富标注的荷兰ICU临床病程记录，训练了双向长短期记忆（Bi-LSTM）模型和四种基于Transformer的荷兰语/多语言编码器模型（BERTje、RobBERT、MedRoBERTa(.)nl和NuNER），用于命名实体识别（NER）和关系分类（RC）任务。</p>