Revista de Tecnología de la Información e Ingeniería de Software
Acceso abierto

abstracto

Uso de técnicas de lógica difusa y algoritmos de clasificación para el resumen automático y la extracción de texto clínico

Moges Tsegaw Melesse*, Gizatie Desalegn Taye, Gezahegn Mulusew

La gestión de la información y el conocimiento se ha convertido en un problema grave en el esfuerzo por servir a la sociedad médica debido al creciente volumen de datos, la ausencia de la información y la diversidad de la información. Es posible que los médicos clínicos necesiten conocer la información incluida en cualquier texto clínico libre, pero no tienen tiempo para leer todo el artículo. Este problema se puede mitigar mediante el uso de una técnica de resumen de texto automático que reduce la cantidad de tiempo requerido mientras mantiene la integridad de la información. Reconocer la redundancia es un problema que aún no se ha resuelto, y la fragmentación dificulta aún más la creación de un resumen clínico eficaz. Proponemos un resúmen clínico automático de texto libre en este trabajo. El investigador utiliza cinco tasas de extracción para algoritmos de lógica difusa y de rango para resumir los textos clínicos libres. Como resultado, las tasas resumidas son diez por ciento, veinte por ciento, treinta por ciento, cuarenta por ciento y cincuenta por ciento. El algoritmo de clasificación tuvo la precisión más alta con un 43,52 por ciento entre los cinco resúmenes extractivos, mientras que el método de lógica difusa tuvo la mejor precisión con un 43,88 por ciento. El resultado mostró que el resumen extractivo de lógica difusa supera al resumen extractivo de algoritmo de rango. La lógica difusa se basa en la idea de calcular con palabras en lugar de números, porque las palabras son menos precisas que los números. Usando variables lingüísticas, la lógica difusa busca imitar el razonamiento humano. El resultado es muy poco; por lo tanto, recomendamos el uso de algoritmos supervisados para producir un rendimiento satisfactorio que los médicos aprueben. El rendimiento del sistema se puede mejorar aún más analizando una variedad de aspectos específicos del dominio y mejorando los métodos para detectar entidades médicas.