Classifying Implant-Bearing Patients via their Medical Histories: a Pre-Study on Swedish EMRs with Semi-Supervised GAN-BERT

Danielsson, BengtLinköpings universitet,Fysik, elektroteknik och matematik,Tekniska fakulteten (författare)

Funding Agencies|Vinnova (Swedens innovation agency) [2021-01699]
In this paper, we compare the performance of two BERT-based text classifiers whose task is to classify patients (more precisely, their medical histories) as having or not having implant(s) in their body. One classifier is a fully-supervised BERT classifier. The other one is a semi-supervised GAN-BERT classifier. Both models are compared against a fully-supervised SVM classifier. Since fully-supervised classification is expensive in terms of data annotation, with the experiments presented in this paper, we investigate whether we can achieve a competitive performance with a semi-supervised classifier based only on a small amount of annotated data. Results are promising and show that the semi-supervised classifier has a competitive performance when compared with the fully-supervised classifier.

Santini, MarinaRISE Res Inst Sweden, Sweden (författare)
Lundberg, PeterLinköpings universitet,Avdelningen för diagnostik och specialistmedicin,Medicinska fakulteten,Centrum för medicinsk bildvetenskap och visualisering, CMIV,Region Östergötland, Medicinsk strålningsfysik(Swepub:liu)petlu11 (författare)
Al-Abasse, YosefLinköpings universitet,Avdelningen för diagnostik och specialistmedicin,Medicinska fakulteten,Region Östergötland, Medicinsk strålningsfysik(Swepub:liu)yosal39 (författare)
Jönsson, ArneLinköpings universitet,Interaktiva och kognitiva system,Tekniska fakulteten(Swepub:liu)arnjo82 (författare)
Eneling, EmmaLinköpings universitet,Avdelningen för medicinsk teknik,Tekniska fakulteten,Technology Assessment, Testing and Innovation(Swepub:liu)n/a (författare)
Stridsman, MagnusLinköpings universitet,Avdelningen för medicinsk teknik,Tekniska fakulteten,Technology Assessment, Testing and Innovation(Swepub:liu)magja68 (författare)
Linköpings universitetFysik, elektroteknik och matematik (creator_code:org_t)

Ingår i:LREC 2022: THIRTEEN INTERNATIONAL CONFERENCE ON LANGUAGE RESOURCES AND EVALUATION: EUROPEAN LANGUAGE RESOURCES ASSOC-ELRA, s. 5428-54359791095546726

Av författaren/redakt...: Danielsson, Beng ...; Santini, Marina; Lundberg, Peter; Al-Abasse, Yosef; Jönsson, Arne; Eneling, Emma; visa fler...; Stridsman, Magnu ...; visa färre...

Om ämnet

NATURVETENSKAP: NATURVETENSKAP; och Data och informa ...; och Annan data och i ...

Kungliga biblioteket hanterar dina personuppgifter i enlighet med EU:s dataskyddsförordning (2018), GDPR. Läs mer om hur det funkar här.
Så här hanterar KB dina uppgifter vid användning av denna tjänst.