Create README.md
Browse files
README.md
ADDED
|
@@ -0,0 +1,48 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
---
|
| 2 |
+
language:
|
| 3 |
+
- es
|
| 4 |
+
---
|
| 5 |
+
|
| 6 |
+
# Modelo de RoBERTa para la tarea MEDDOCAN
|
| 7 |
+
|
| 8 |
+
Como parte de la iniciativa IberLEF 2019, la Oficina Técnica de Sanidad del Plan TL organiza la tarea “Medical Document Anonymization (MEDDOCAN)”, la primera campaña competitiva específicamente dedicada a la anonimización de documentos médicos en español. [1](https://plantl.mineco.gob.es/tecnologias-lenguaje/comunicacion-formacion/eventos/Paginas/anonimizacion-doc-medicos.aspx)
|
| 9 |
+
|
| 10 |
+
## Acerca de la tarea:
|
| 11 |
+
|
| 12 |
+
Los registros clínicos con información de salud protegida (PHI) no se pueden compartir directamente "tal cual", debido a limitaciones de privacidad, lo que hace que sea particularmente engorroso llevar a cabo investigaciones de PNL en el ámbito médico. Una condición previa necesaria para acceder a los registros clínicos fuera de los hospitales es su desidentificación, es decir, la eliminación exhaustiva o el reemplazo de todas las frases de PHI mencionadas. [2](https://temu.bsc.es/meddocan/)
|
| 13 |
+
|
| 14 |
+
## Trabajo realizado
|
| 15 |
+
|
| 16 |
+
Se ha entrenado un modelo RoBERTa (PlanTL-GOB-ES/bsc-bio-es [3](https://huggingface.co/PlanTL-GOB-ES/bsc-bio-es)), obteniendo los siguientes resultados:
|
| 17 |
+
|
| 18 |
+
### Modelo
|
| 19 |
+
|
| 20 |
+
**DEV**
|
| 21 |
+
|
| 22 |
+
Loss durante el entrenamiento:
|
| 23 |
+
|
| 24 |
+
|
| 25 |
+
|
| 26 |
+
F1 (Weighted) durante el entrenamiento:
|
| 27 |
+
|
| 28 |
+
|
| 29 |
+
|
| 30 |
+
**TEST**
|
| 31 |
+
|
| 32 |
+
|
| 33 |
+
|
| 34 |
+
### Web
|
| 35 |
+
|
| 36 |
+
Además, también se ha desarrollado una web sencilla para utilizar el modelo [4](https://github.com/Dnidof/anonimizador):
|
| 37 |
+
|
| 38 |
+
|
| 39 |
+
|
| 40 |
+
## Más información:
|
| 41 |
+
|
| 42 |
+
[1] https://plantl.mineco.gob.es/tecnologias-lenguaje/comunicacion-formacion/eventos/Paginas/anonimizacion-doc-medicos.aspx
|
| 43 |
+
|
| 44 |
+
[2] https://temu.bsc.es/meddocan/
|
| 45 |
+
|
| 46 |
+
[3] https://huggingface.co/PlanTL-GOB-ES/bsc-bio-es
|
| 47 |
+
|
| 48 |
+
[4] https://github.com/Dnidof/anonimizador
|