Revista de Tecnologia da Informação e Engenharia de Software
Acesso livre

Abstrato

Utilização de técnicas de lógica difusa e algoritmos de classificação para resumo automático e extração de texto clínico

Moges Tsegaw Melesse*, Gizatie Desalegn Taye, Gezahegn Mulusew

A gestão da informação e do conhecimento tornou-se um problema sério no esforço de servir a sociedade médica devido ao crescente volume de dados, à ausência de informação estruturada e à diversidade de informação. Os médicos clínicos podem necessitar de conhecer a informação incluída em qualquer texto clínico livre, mas não têm tempo para ler o item na íntegra. Este problema pode ser mitigado utilizando uma técnica automática de resumo de texto que reduz o tempo necessário, mantendo a integridade da informação. Reconhecer a redundância é um problema que ainda tem de ser resolvido, e a fragmentação torna ainda mais difícil a criação de um resumo clínico eficaz. Propomos neste trabalho um resumidor clínico automático de texto livre. O investigador utiliza cinco taxas de extração para os algoritmos de classificação e lógica difusa para resumir os textos clínicos livres. Como resultado, as taxas resumidas são de dez por cento, vinte por cento, trinta por cento, quarenta por cento e cinquenta por cento. O algoritmo de classificação teve a maior precisão de 43,52 por cento entre os cinco resumos extrativos, enquanto o método de lógica difusa teve a melhor precisão de 43,88 por cento. O resultado mostrou que a sumarização extrativa de lógica difusa supera a sumarização extrativa do algoritmo de classificação. A lógica difusa baseia-se na ideia de calcular com palavras em vez de números, porque as palavras são menos precisas do que os números. Utilizando variáveis ​​linguísticas, a lógica fuzzy procura imitar o raciocínio humano. O resultado é muito pequeno; por isso, defendemos o uso de algoritmos supervisionados para produzir um desempenho satisfatório que os médicos aprovarão. O desempenho do sistema pode ser ainda melhorado examinando uma variedade de aspetos específicos do domínio e melhorando os métodos de deteção de entidades médicas.