Závěrečná práce: Mgr. Petr Zelina, učo 469366: Towards few-example clinical note element recognition
Rigorózní práce
Towards few-example clinical note element recognition
Anotace
Extrakce entit z lékařských zpráv je klíčová pro převod nestrukturovaných dat do strukturovaných formátů, které jsou potřeba pro rozsáhlou analýzu a podporu klinického rozhodování. Tradiční metody často spoléhají na ručně vytvořené regulární výrazy (regexy), které jsou účinné, ale jejich tvorba vyžaduje značné množství času a specializovaných znalostí, což jsou zdroje, které zdravotníci nemusí mít …více
Abstract
Entity extraction in clinical texts is essential for converting unstructured data in clinical notes into structured formats, facilitating large-scale analysis and clinical decision support. Traditional methods often rely on handcrafted regular expressions (regexes), which, while effective, demand significant time and specialized knowledge to create -- resources that healthcare professionals may lack …více
7. 2. 2025 09:59, doc. Mgr. Bc. Vít Nováček, PhD, učo 4049
Oponenti
MFF UK
Práce na příbuzné téma
Seznam prací, které mají shodná klíčová slova.
-
Automatická analýza a agregace zboží z akčních letáků
Bc. Vítězslav Jíra -
Analysis of use of AI systems in writing final theses at FI MU
Ing. David Černý -
Globální kalendář
Mgr. Veronika Krejčířová -
Přizpůsobení velkých jazykových modelů pro specifickou doménu
Ing. Martin Mlýnek -
Mining Czech Clinical Notes Using the Language Modelling Technology
Mgr. Tomáš Houfek -
Design and Implementation of an Automated Testing Tool for Web Page Chatbots
Bc. Dominik Haspra -
Automatizovaná analýza Rámcového vzdělávacího programu pro základní vzdělávání
Mgr. et Mgr. Hana Boháčová -
Text quality classification for machine translation training
Mgr. Jan Brichta




