Natural language processing and information extraction

Το αντικείμενο της παρούσας διατριβής είναι η Επεξεργασία Φυσικής Γλώσσας και η Εξαγωγή Πληροφοριών από κείμενα. Η διατριβή ασχολείται με τα ακόλουθα ερευνητικά προβλήματα που αφορούν συγκεκριμένες εργασίες της Επεξεργασίας Φυσικής Γλώσσας και Εξαγωγής Πληροφοριών: α) βελτίωση της διαδικασίας λήψης κλινικών αποφάσεων μέσω της Αναγνώρισης Βιοϊατρικών Οντοτήτων, β) βελτιστοποίηση της Εξόρυξης Βιοϊατρικών Επιχειρημάτων, γ) αποδοτικότερη τεχνική Μοντελοποίησης Γλώσσας με χρήση απομακρυσμένων πληροφοριών, δ) ανάπτυξη εφαρμογών Επεξεργασίας Φυσικής Γλώσσας για επίλυση πραγματικών προβλημάτων. Αρχικά, παρουσιάζονται μια σειρά από καινοτόμες αρχιτεκτονικές για καλύτερη Αναγνώριση Βιοϊατρικών Οντοτήτων, στοχευμένες σε οντότητες Ιατρικής Βασισμένης στη Τεκμηρίωση. Αυτές οι σημασιολογικές οντότητες είναι πιο περιγραφικές από βιοϊατρικές οντότητες γενικών κατηγοριών, προσφέρουν χρήσιμες πληροφορίες κατά την δημιουργία σχεδίων θεραπείας καθώς και είναι πιο δύσκολο να αναγνωριστούν από μοντέλα Μηχανικής Μάθησης. Η αρχιτεκτονικές βαθιών νευρωνικών δικτύων που προτάθηκαν σκοπεύουν στη βελτίωση της απόδοσης της αναγνώρισης όλων των βιοϊατρικών οντοτήτων και παρέχουν πιο αποδοτική λύση στις εργασίες αυτές. Επιπλέον μελετάται η χρήση οντοτήτων Ιατρικής Βασισμένης στη Τεκμηρίωση για την εξαγωγή συμπερασμάτων από ιατρικές δημοσιεύσεις. Για την περαιτέρω βελτίωση της κλινικής πρακτικής, επεκτείνουμε τη προσέγγισή μας για εξαγωγή συμπερασμάτων για τη δημιουργία δομών συμπερασμάτων από ιατρικές δημοσιεύσεις. Παρουσιάζεται μία καινοτόμα προσέγγιση Εξόρυξης Βιοϊατρικών Επιχειρημάτων, η οποία χρησιμοποιεί οντότητες Ιατρικής Βασισμένης στη Τεκμηρίωση. Το τελικό σύστημα έχει αυξημένη απόδοση σε όλες της εργασίες της Εξόρυξης Επιχειρημάτων και δημιουργεί πιο περιγραφικές δομές συμπερασμάτων. Αξιοποιώντας τη σημασία των σημασιολογικών οντοτήτων, παρουσιάζουμε δύο μεθοδολογίες για την χρήση αναφορικών πληροφοριών στην Αναπαράσταση Γλώσσας. Συνδυάζοντας την Επίλυση Αναφορών με την Αναπαράσταση Γλώσσας, παρουσιάζουμε νέες αρχιτεκτονικές για την αποδοτική χρήση αναφορικών εκφράσεων και τη δημιουργία κρυμμένων αναπαραστάσεων των οντοτήτων που περιγράφονται. Τα τελικά μοντέλα αναπαράστασης γλώσσας έχουν καλύτερη απόδοση σε εργασίες Επεξεργασίας Φυσικής Γλώσσας, με μικρή αύξηση στην υπολογιστική πολυπλοκότητα. Τέλος, παρουσιάζονται μια σειρά από εφαρμογές εργασιών Επεξεργασίας Φυσικής Γλώσσας σε πραγματικά προβλήματα και μελετάται η πρόσθετη αξία των εφαρμογών αυτών. Οι εφαρμογές αυτές είναι, ένα σύστημα ανάλυσης συναισθημάτων σε πραγματικό χρόνο με τη χρήση τεχνολογιών εξαγωγής τοποθεσίας, μία δομή για την μετατροπή μεγάλων αποθετηρίων εγγράφων σε Γράφους Γνώσης και μία πλατφόρμα εφαρμογής αλγορίθμων Μηχανιης Μάθησης, ανοιχτού κώδικα, για την διασύνδεση της ερευνητικής κοινότητας και της ελεύθερης αγοράς.