• 文献检索
  • 文档翻译
  • 深度研究
  • 学术资讯
  • Suppr Zotero 插件Zotero 插件
  • 邀请有礼
  • 套餐&价格
  • 历史记录
应用&插件
Suppr Zotero 插件Zotero 插件浏览器插件Mac 客户端Windows 客户端微信小程序
定价
高级版会员购买积分包购买API积分包
服务
文献检索文档翻译深度研究API 文档MCP 服务
关于我们
关于 Suppr公司介绍联系我们用户协议隐私条款
关注我们

Suppr 超能文献

核心技术专利：CN118964589B侵权必究
粤ICP备2023148730 号-1Suppr @ 2026

文献检索

告别复杂PubMed语法，用中文像聊天一样搜索，搜遍4000万医学文献。AI智能推荐，让科研检索更轻松。

立即免费搜索

文件翻译

保留排版，准确专业，支持PDF/Word/PPT等文件格式，支持 12+语言互译。

免费翻译文档

深度研究

AI帮你快速写综述，25分钟生成高质量综述，智能提取关键信息，辅助科研写作。

立即免费体验

翻译对放射学文本中命名实体识别的影响。

Impact of translation on named-entity recognition in radiology texts.

机构信息

LASIGE, Departamento de Informática, Faculdade de Ciências, Universidade de Lisboa, 1749-016 Lisboa, Portugal.

Unbabel Lda, Rua Visconde de Santarém, 67-B, 1000-286 Lisboa, Portugal.

出版信息

Database (Oxford). 2017 Jan 1;2017. doi: 10.1093/database/bax064.

DOI:10.1093/database/bax064
PMID:29220455
原文链接:https://pmc.ncbi.nlm.nih.gov/articles/PMC5737072/
Abstract

https://github.com/lasigeBioTM/MRRAD.

摘要

https://github.com/lasigeBioTM/MRRAD.

https://cdn.ncbi.nlm.nih.gov/pmc/blobs/86f2/5737072/c49247cea7d5/bax064f6.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/86f2/5737072/733fd5ef6112/bax064f1.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/86f2/5737072/2224a6c2d7ef/bax064f2.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/86f2/5737072/d0f08cc07d51/bax064f3.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/86f2/5737072/3508b6db7b91/bax064f4.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/86f2/5737072/5ae7d19469b5/bax064f5.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/86f2/5737072/c49247cea7d5/bax064f6.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/86f2/5737072/733fd5ef6112/bax064f1.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/86f2/5737072/2224a6c2d7ef/bax064f2.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/86f2/5737072/d0f08cc07d51/bax064f3.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/86f2/5737072/3508b6db7b91/bax064f4.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/86f2/5737072/5ae7d19469b5/bax064f5.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/86f2/5737072/c49247cea7d5/bax064f6.jpg

相似文献

1
Impact of translation on named-entity recognition in radiology texts.翻译对放射学文本中命名实体识别的影响。
Database (Oxford). 2017 Jan 1;2017. doi: 10.1093/database/bax064.
2
A crowdsourcing workflow for extracting chemical-induced disease relations from free text.一种用于从自由文本中提取化学物质诱发疾病关系的众包工作流程。
Database (Oxford). 2016 Apr 17;2016. doi: 10.1093/database/baw051. Print 2016.
3
Disease named entity recognition by combining conditional random fields and bidirectional recurrent neural networks.结合条件随机场和双向递归神经网络的疾病命名实体识别
Database (Oxford). 2016 Oct 24;2016. doi: 10.1093/database/baw140. Print 2016.
4
The Markyt visualisation, prediction and benchmark platform for chemical and gene entity recognition at BioCreative/CHEMDNER challenge.用于生物创意/化学命名实体识别挑战赛中化学和基因实体识别的Markyt可视化、预测和基准测试平台。
Database (Oxford). 2016 Aug 19;2016. doi: 10.1093/database/baw120. Print 2016.
5
Using Ontology Fingerprints to disambiguate gene name entities in the biomedical literature.利用本体指纹识别来消除生物医学文献中基因名称实体的歧义。
Database (Oxford). 2015 Apr 8;2015:bav034. doi: 10.1093/database/bav034. Print 2015.
6
Curatable Named-Entity Recognition Using Semantic Relations.利用语义关系进行可治愈命名实体识别
IEEE/ACM Trans Comput Biol Bioinform. 2015 Jul-Aug;12(4):785-92. doi: 10.1109/TCBB.2014.2366770.
7
Evaluation of the Terminology Coverage in the French Corpus LiSSa.法语语料库LiSSa中术语覆盖范围的评估
Stud Health Technol Inform. 2017;235:126-130.
8
[Specific questions in the focus of the evaluation].[评估重点中的具体问题]
Nervenarzt. 2016 Oct;87(10):1109. doi: 10.1007/s00115-016-0148-3.
9
Text mining in livestock animal science: introducing the potential of text mining to animal sciences.文本挖掘在畜牧动物科学中的应用：介绍文本挖掘在动物科学中的应用潜力。
J Anim Sci. 2012 Oct;90(10):3666-76. doi: 10.2527/jas.2011-4841. Epub 2012 Jun 4.
10
[Literature search is not a minor matter].文献检索并非小事。
Nervenarzt. 2016 Oct;87(10):1107-1108. doi: 10.1007/s00115-016-0150-9.

引用本文的文献

1
Impact of Translation on Biomedical Information Extraction: Experiment on Real-Life Clinical Notes.翻译对生物医学信息提取的影响：基于实际临床记录的实验
JMIR Med Inform. 2024 Apr 4;12:e49607. doi: 10.2196/49607.
2
Identifying Human Phenotype Terms by Combining Machine Learning and Validation Rules.通过结合机器学习和验证规则来识别人类表型术语。
Biomed Res Int. 2017;2017:8565739. doi: 10.1155/2017/8565739. Epub 2017 Nov 9.
3
Assessing Public Metabolomics Metadata, Towards Improving Quality.评估公共代谢组学元数据，以提高质量。

本文引用的文献

1
Knowledge Representation and Management: a Linked Data Perspective.知识表示与管理：关联数据视角
Yearb Med Inform. 2016 Nov 10(1):178-183. doi: 10.15265/IY-2016-022.
2
A new method for the automatic retrieval of medical cases based on the RadLex ontology.基于 RadLex 本体的医学案例自动检索新方法。
Int J Comput Assist Radiol Surg. 2017 Mar;12(3):471-484. doi: 10.1007/s11548-016-1496-y. Epub 2016 Nov 1.
3
Disease named entity recognition by combining conditional random fields and bidirectional recurrent neural networks.
J Integr Bioinform. 2017 Dec 13;14(4):/j/jib.2017.14.issue-4/jib-2017-0054/jib-2017-0054.xml. doi: 10.1515/jib-2017-0054.
结合条件随机场和双向递归神经网络的疾病命名实体识别
Database (Oxford). 2016 Oct 24;2016. doi: 10.1093/database/baw140. Print 2016.
4
Natural Language Processing in Radiology: A Systematic Review.自然语言处理在放射学中的应用：系统评价。
Radiology. 2016 May;279(2):329-43. doi: 10.1148/radiol.16142770.
5
Chemical named entity recognition in patents by domain knowledge and unsupervised feature learning.基于领域知识和无监督特征学习的专利中化学命名实体识别
Database (Oxford). 2016 Apr 17;2016. doi: 10.1093/database/baw049. Print 2016.
6
NOBLE - Flexible concept recognition for large-scale biomedical natural language processing.NOBLE——用于大规模生物医学自然语言处理的灵活概念识别
BMC Bioinformatics. 2016 Jan 14;17:32. doi: 10.1186/s12859-015-0871-y.
7
Information extraction from multi-institutional radiology reports.从多机构放射学报告中提取信息。
Artif Intell Med. 2016 Jan;66:29-39. doi: 10.1016/j.artmed.2015.09.007. Epub 2015 Oct 3.
8
An Approach for Automatic Classification of Radiology Reports in Spanish.一种用于西班牙语放射学报告自动分类的方法。
Stud Health Technol Inform. 2015;216:634-8.
9
Automatic concept recognition using the human phenotype ontology reference and test suite corpora.使用人类表型本体参考和测试套件语料库进行自动概念识别。
Database (Oxford). 2015 Feb 27;2015. doi: 10.1093/database/bav005. Print 2015.
10
Automatic detection of patients with invasive fungal disease from free-text computed tomography (CT) scans.从自由文本计算机断层扫描（CT）中自动检测侵袭性真菌病患者。
J Biomed Inform. 2015 Feb;53:251-60. doi: 10.1016/j.jbi.2014.11.009. Epub 2014 Nov 24.