Anotadores sobre UIMA para procesado de historia clínica digital

Soler Ruiz, Ángel (2018). Anotadores sobre UIMA para procesado de historia clínica digital. Tesis (Master), E.T.S. de Ingenieros Informáticos (UPM).

Descripción

Título: Anotadores sobre UIMA para procesado de historia clínica digital
Autor/es:
  • Soler Ruiz, Ángel
Director/es:
  • Menasalvas Ruiz, Ernestina
Tipo de Documento: Tesis (Master)
Título del máster: Ingeniería Informática
Fecha: Junio 2018
Materias:
Palabras Clave Informales: Anotador; Negación; Información no estructurada; UIMA; Analysis Engine; NegEx; Annotator; Family health history; Negation; Unstructured information.
Escuela: E.T.S. de Ingenieros Informáticos (UPM)
Departamento: Lenguajes y Sistemas Informáticos e Ingeniería del Software
Licencias Creative Commons: Reconocimiento - Sin obra derivada - No comercial

Texto completo

[img]
Vista Previa
PDF (Document Portable Format) - Se necesita un visor de ficheros PDF, como GSview, Xpdf o Adobe Acrobat Reader
Descargar (973kB) | Vista Previa

Resumen

El presente Trabajo Fin de Máster versará sobre el problema de la detección de términos negados en documentos. Viendo el panorama global, en el que cada vez más se exigen resultados más precisos y en el menor tiempo posible, el uso de sistemas de información es actualmente imprescindible en prácticamente cualquier ámbito o disciplina, tanto para acceder de forma rápida a información actualizada, como para compartir información entre profesionales y obtener resultados de calidad. La detección de la negación en oraciones es importante a la hora de desarrollar un software de extracción de información sobre documentos. Es cierto que para detectar la negación en un único documento solo haría falta una persona que lo leyera y anotase las palabras que se encuentran bajo el ámbito de una negación. Pero cuando el número de documentos a analizar crece considerablemente es preferible trasladar el problema a una solución software. En este trabajo se utilizará el framework UIMA (Unstructured Information Management Application), para implementar una aplicación que anote en los textos las negaciones, basadas en el algoritmo NegEx y así identificar términos específicos negados. Se pretende con ello facilitar la labor de detección de la negación en el contexto de aplicaciones basadas en minería de textos.---ABSTRACT---The present Master Thesis will deal with the detection of denial of terms in general documents. Seeing the global panorama in which more and more precise results are required and in the shortest period of time, the use of information systems is currently essential in any field or discipline, both to quickly access updated information and to share information among professionals to obtain quality results. The detection of denial in sentences is a problem to take into account when developing a knowledge extraction software over documents. It is true that for the detection of the negation in a single document we would only take a single person to read it and he could write down those words under a negation scope. But when the number of documents to analyse increases considerably it is preferable to transfer the problem into a software solution. In this thesis, the UIMA (Unstructured Information Management Application) framework will be used to implement an application that records the negations based on the NegEx algorithm in the medical texts and thus detect the denied terms. It is intended to facilitate the work of detection in the context of medical applications based on text mining.

Más información

ID de Registro: 51575
Identificador DC: http://oa.upm.es/51575/
Identificador OAI: oai:oa.upm.es:51575
Depositado por: Biblioteca Facultad de Informatica
Depositado el: 10 Jul 2018 11:04
Ultima Modificación: 10 Jul 2018 11:04
  • GEO_UP4
  • Open Access
  • Open Access
  • Sherpa-Romeo
    Compruebe si la revista anglosajona en la que ha publicado un artículo permite también su publicación en abierto.
  • Dulcinea
    Compruebe si la revista española en la que ha publicado un artículo permite también su publicación en abierto.
  • Recolecta
  • InvestigaM
  • Observatorio I+D+i UPM
  • OpenCourseWare UPM