A

Los métodos clásicos para la extracción de relaciones temporales clínicas se centran en los candidatos relacionales dentro de una oración. Por otro lado, los innovadores Representaciones de Codificador Bidireccional de Transformers (BERT) se entrenan en grandes cantidades de tramos arbitrarios de texto contiguo en lugar de oraciones. En este estudio, nuestro objetivo es construir un marco independiente de oraciones para la tarea de extracción de relaciones temporales de CONTAINS. Establecemos un nuevo resultado de última generación para la tarea, 0.684F para el dominio (mejora de 0.055 puntos) y 0.565F para el cruce de dominios (mejora de 0.018 puntos), ajustando BERT y preentrenando modelos BERT específicos de dominio en instancias de relaciones temporales independientes de oraciones con codificaciones compatibles con WordPiece, y aumentando los datos etiquetados con instancias “plateadas” generadas automáticamente.