Improving Feature Extraction for Pathology Reports with Precise Negation Scope Detection

Proceedings of the 27th International Conference on Computational Linguistics, pages 3564–3575 Santa Fe, New Mexico, USA, August 20-26, 2018. 3564 Improving Feature Extraction for Pathology Reports with Precise Negation Scope Detection Olga Zamaraeva University of Washington Department of Linguistics olzama@uw.edu Kristen Howell University of Washington Department of Linguistics kphowell@uw.edu Adam Rhine University of Washington Department of Linguistics amrhine@uw.edu Abstract We use a broad coverage, linguistically precise English Resource Grammar (ERG) to detect negation scope in sentences taken from pathology reports. We show that incorporating this in- formation in feature extraction has a positive effect on classification of the reports with respect to cancer laterality compared with NegEx, a commonly used tool for negation detection. We an- alyze the differences between NegEx and ERG results on our dataset and how these differences indicate some directions for future work. Title and Abstract in Russian К вопросу о применении формальных грамматик в посторении признаковых векторов для классификации отчетов о заключениях патологоанатомов Мы предлагаем способ обогащения векторов признаков (feature vectors) лингвистичекой структурой. Для внешней оценки эксперимента (extrinsic evaluation) мы смотрим на результаты автоматической классификации отчетов о заключениях патологоанатомов (pathology reports, такие как заключение о результатах гистологического исследования и др.). В качестве лингвистической структуры мы выбрали сферу действия отрицания (scope of negation), так как известно, что отрицание в тексте может влиять на качество классификации медицинских заключений. В эксперименте мы используем имплементацию формальной грамматики английского языка (English Resource Grammar) для определения сферы действия отрицания на уровне предложения. Сначала текст отчета делится на предложения. Из каждого предложения при помощи базы данных UMLS мы выбираем слова и фразы – признаки. Те признаки, которые оказываются в сфере действия отрицания, мы заменяем на специальные признаки. Например, в предложении No tumor in left breast, если сфера отрицания определена достаточно широко, признак left breast будет заменен на признак NEG:left breast. Все признаки, полученные из одного отчета, собираются в один вектор (признаковый вектор данного отчета). Обогащенные таким образом признаковые векторы затем используются для классификации отчетов на группы по расположению первичного очага (в правой или левой части легкого или молочной железы). Мы сравниваем воздействие нашей системы построения признаковых векторов на точность классификации с популярной системой NegEx, которая использует для определения сферы действия отрицания ряд эвристик. Результаты и анализ ошибок позволяют увидеть, что формальная грамматика, основанная на глубоком синтаксическом анализе, действует точнее, чем система NegEx. Система NegEx может ошибочно предположить сферу действия отрицания в плохо структурированном тексте (например, в блоке текста, неправильно разбитом на предложения), а формальная грамматика в этом случае не выдаст никакого ответа и тем самым избежит ошибки. Мы делаем вывод, что использование формальных грамматик для подобных задач может быть целесообразно. This work is licensed under a Creative Commons Attribution 4.0 International License. License details: http:// creativecommons.org/licenses/by/4.0/ 3565 1 Introduction Detecting negation scope remains a challenge in clinical notes information extraction (see e.g. Morante and Daelemans 2009 for an overview of existing approaches for negation detection and related issues). Perhaps the most extensively used negation detection tool is NegEx (Chapman et al., 2001), a regular expressions-based tool, with 696 citations on Google Scholar,1 …

Content truncated to 500 words