使用循环神经网络检测临床笔记中的药物和不良药物事件

杨希，边江，吴永辉; 第1届药物和不良药物事件检测国际研讨会论文集, PMLR 90:1-6

[摘要][下载PDF]

使用神经网络进行临床笔记命名实体识别

Edson Florez，Frederic Precioso，Michel Riveill，Romaric Pighetti; 第1届药物和不良药物事件检测国际研讨会论文集, PMLR 90:7-15

[摘要][下载PDF]

用于不良药物事件检测的混合系统

Alec B. Chapman，Kelly S. Peterson，Patrick R. Alba，Scott L. DuVall，Olga V. Patterson; 第1届药物和不良药物事件检测国际研讨会论文集, PMLR 90:16-24

[摘要][下载PDF]

使用双字符LSTM和随机森林分类器进行临床NER和关系抽取

Arjun Magge，Matthew Scotch，Graciela Gonzalez-Hernandez; 第1届药物和不良药物事件检测国际研讨会论文集, PMLR 90:25-30

[摘要][下载PDF]

基于知识的特征工程，用于从电子健康记录中检测药物和不良药物事件

Duy-Hoa Ngo，Alejandro Metke-Jimenez，Anthony Nguyen; 第1届药物和不良药物事件检测国际研讨会论文集, PMLR 90:31-38

[摘要][下载PDF]

IBM Research系统在MADE 2018上的表现：从电子健康记录中检测不良药物事件

Bharath Dandala，Venkata Joopudi，Murthy Devarakonda; 第1届药物和不良药物事件检测国际研讨会论文集, PMLR 90:39-47

[摘要][下载PDF]

用于电子健康记录中不良药物事件标记的双向LSTM-CRF

Susmitha Wunnava，Xiao Qin，Tabassum Kakar，Elke A. Rundensteiner，Xiangnan Kong; 第1届药物和不良药物事件检测国际研讨会论文集, PMLR 90:48-56

[摘要][下载PDF]

UArizona在MADE1.0 NLP挑战中的表现

Dongfang Xu，Vikas Yadav，Steven Bethard; 第1届药物和不良药物事件检测国际研讨会论文集, PMLR 90:57-65

[摘要][下载PDF]