Anotadores sobre UIMA para procesado de historia clínica digital

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

Description

Title: Anotadores sobre UIMA para procesado de historia clínica digital
Author/s:
  • Soler Ruiz, Ángel
Contributor/s:
  • Menasalvas Ruiz, Ernestina
Item Type: Thesis (Master thesis)
Masters title: Ingeniería Informática
Date: June 2018
Subjects:
Freetext Keywords: Anotador; Negación; Información no estructurada; UIMA; Analysis Engine; NegEx; Annotator; Family health history; Negation; Unstructured information.
Faculty: E.T.S. de Ingenieros Informáticos (UPM)
Department: Lenguajes y Sistemas Informáticos e Ingeniería del Software
Creative Commons Licenses: Recognition - No derivative works - Non commercial

Full text

[img]
Preview
PDF - Requires a PDF viewer, such as GSview, Xpdf or Adobe Acrobat Reader
Download (973kB) | Preview

Abstract

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.

More information

Item ID: 51575
DC Identifier: http://oa.upm.es/51575/
OAI Identifier: oai:oa.upm.es:51575
Deposited by: Biblioteca Facultad de Informatica
Deposited on: 10 Jul 2018 11:04
Last Modified: 10 Jul 2018 11:04
  • Logo InvestigaM (UPM)
  • Logo GEOUP4
  • Logo Open Access
  • Open Access
  • Logo Sherpa/Romeo
    Check whether the anglo-saxon journal in which you have published an article allows you to also publish it under open access.
  • Logo Dulcinea
    Check whether the spanish journal in which you have published an article allows you to also publish it under open access.
  • Logo de Recolecta
  • Logo del Observatorio I+D+i UPM
  • Logo de OpenCourseWare UPM