日本語の医療文章を解析し病名を抽出

これまで多くの日本語形態素解析器が開発されてきましたが， 医学文章の解析においては，十分な精度が出ていませんでした．この理由の1つは，従来の形態素解析は，新聞などの汎用的な文章を想定し，特に医療に特化していないことにあります．また，形態素という単位が，もっぱら抽出したい対象である薬品名や病名よりも小さく，いわゆる，細切れになってしまった医学用語の扱いが問題となっていました．そもそも，多くの専門用語は複合名詞であり，形態素解析のみで用語を抽出することは，無理な処理です．
このような問題を解決するために，MedEX/J は，形態素ではなく，病名用語抽出に特化しました．また，後処理として，ICD10 への標準化，事実性判定など，臨床的に重要な処理も組み込んであります．従来，系列ラベリングによる用語抽出は，形態素解析の後処理として実装されることが多かったのですが，MedEX/J では，これを融合させ，単体で動作するように開発しました．