CCKS2020 任务三：面向中文电子病历的医疗实体及事件抽取

提示：任务三包含两个子任务，本文主要关注第二个子任务

---

任务介绍

医疗事件抽取：
  本任务为中文病历医疗事件抽取任务，即给定主实体为肿瘤的电子病历文本数据，定义肿瘤事件的若干属性，如肿瘤大小，肿瘤原发部位等，识别并抽取事件及属性，进行文本结构化。

  本任务提供少量标注数据、大量非标注数据集及词表，旨在训练数据有限的情况下，利用非标注文本和半监督等方法提升模型性能。更接近真实世界的场景。

事件模板定义：
 事件主实体：肿瘤
  属性1：原发部位【某种疾病最先发生于的组织或器官】
  属性2：病灶大小【原发部位大小】
  属性3：转移部位【某种疾病从最先发生的组织或器官转移到的其他组织或器官】

  每个文本的一个属性可能出现0个或多个属性实体，比如多个原发部位。

示例：

数据示例：

原文：右肺癌化疗后，对比2016-11-29CT： 右上肺病变较前范围稍缩小，周边少许炎症较前稍减少。 两肺散在小结节，大致同前。 左侧锁骨下区、纵隔多发淋巴结，考虑转移，较前稍缩小。 肝囊肿。 左肾小囊肿。右肺癌化疗后，对比2016-11-29CT： 右肺上叶见不规则结节状、片状病灶，边界不清，最大层面大小约12mm×8mm，边缘呈分叶状，增强扫描不均匀强化，紧贴斜裂胸膜，部分范围较前略缩小，右上肺见少许斑片状稍高密度影，边界不清，较前明显减少。左下肺（se8，im96）、左上肺（se8，im221）及右下肺（se8，im104）散在数个小类结节，边界清，大者直径3mm，大致同前。 右肺上叶前内基底段支气管变窄，基底段支气管分支管壁增厚，气管及其余支气管分支通畅。 左侧锁骨下区、两下上气管旁、血管前、主动脉弓旁、主肺动脉窗、隆突上见多发淋巴结，部分相互融合，大者短径约5mm，轻度强化，较前稍缩小。 两侧胸腔未见积液，左侧胸膜未见明显增厚。心包未见明显积液。 肝脏形态正常，各叶比例在正常范围以内，其外形轮廓光整，肝内见多个低密度灶，边界清，大者直径约9mm，未见强化。 肝内胆管正常，其内未见结石影，胆囊大小正常，其内未见结石影，胆总管未见扩张，其内未见结石影。肝门区正常。门静脉未见异常。 脾大小正常，密度均匀。胰腺大小、形态正常，密度均匀。 左肾见低密度灶，边界清，大小约4mm×3mm，未见强化。 右肾及两肾下腺未见异常。 膈脚后、腹主动脉旁未见肿大淋巴结。 扫描范围未见骨质破坏征象。

肿瘤原发部位：右肺上叶
原发病灶大小： 12mm×8mm
转移部位：左侧锁骨下区、纵隔多发淋巴结

数据集描述：
  本次评测的训练数据有：
   1. 1400条标注数据
   2. 1300条非标注数据。
   3. 863个实体词表
  标注数据集统计如下表：

文本	肿瘤原发部位	原发病灶大小	转移部位	总数
训练集	1400	1209	590	1013

评价指标：
  由于每个文本的一个事件属性可能出现多个属性实体，评测指标使用属性实体而非属性来计算准召率，最终使用属性实体的f1值作为评测指标。

---

评测前三名

名次	队名	单位	队员列表	指导老师	论文	F1(%)
第一名	dst	百度知识图谱部	戴松泰、黄苹苹	王泉	基于预训练语言模型的小样本医疗事件抽取	76.23
第二名	TMAIL	腾讯	吴贤，葛屾，张昕楠，赵新宇	吴贤	CCKS2020 Medical Event Extraction Based on Named Entity Recognition	74.57
第三名	LHJB	国防科技大学	纪斌，刘慧君，陈海文，林吴航，张占军，万仟	李莎莎	一种中文医疗事件的联合抽取方法	73.52

---

论文简介

基于预训练语言模型的小样本医疗事件抽取

• 在预训练流程中加入领域适配和任务适配，提升了语言模型对任务文本的建模能力，让语言模型在精调阶段的小样本下有更好的表现；
• 利用回译进行数据增强；
• 将实体词表作为关键特征加入到模型输入，提升模型在小样本条件下对答案的拟合能力。

CCKS2020 Medical Event Extraction Based on Named Entity Recognition

• RoBERTa-BiLSTM-CRF；
• 数据增强：对句子顺序进行随机重新排序；
• 后处理启发式规则（模型集成+后处理）。

一种中文医疗事件的联合抽取方法

• 提出一种中文医疗事件的联合抽取方法；
• 提出一种基于关键信息的全域随机替换的伪数据生成方法。

1. 肿瘤原发部位和原发肿瘤大小联合抽取
   

2. 肿瘤转移部位抽取