Detección automática de errores lingüísticos en textos clínicos: análisis de patrones de error en varias especialidades médicas
Metadata
Show full item recordcomunitat-uji-handle:10234/12
comunitat-uji-handle2:10234/182887
comunitat-uji-handle3:
comunitat-uji-handle4:
BIBLIOMetadata
Title
Detección automática de errores lingüísticos en textos clínicos: análisis de patrones de error en varias especialidades médicasDate
2021Abstract
El objetivo de este trabajo es aportar el primer análisis cuantitativo de tipos de errores contenidos
en un corpus formado por informes clínicos en español.
Se han analizado informes clínicos pertenecientes a ... [+]
El objetivo de este trabajo es aportar el primer análisis cuantitativo de tipos de errores contenidos
en un corpus formado por informes clínicos en español.
Se han analizado informes clínicos pertenecientes a las
especialidades de urgencias, uci, psiquiatría y cirugía general. Los errores fueron estudiados teniendo en
cuenta criterios como distancia de edición, tipo de error
o existencia de multierror en la palabra. Para tal cometido, se desarrolló una herramienta de identificación y
clasificación de errores, se utilizaron técnicas estadísticas y se compararon los resultados con trabajos previos
sobre patrones de errores. Los resultados indican que el
tipo de error más frecuente es el de omisión de tilde y la
mayoría de los errores ocurren a distancia de edición 1,
entre parejas de caracteres con similitudes fonéticas y
parejas de caracteres adyacentes en el teclado. [-]
The aim of this study is to conduct the first
quantitative analysis of errors in a corpus of clinical reports in Spanish. The clinical reports analysed belong to
four medical specialties: emergency medicine, icu, ... [+]
The aim of this study is to conduct the first
quantitative analysis of errors in a corpus of clinical reports in Spanish. The clinical reports analysed belong to
four medical specialties: emergency medicine, icu, psychiatry, and general surgery. Errors will be studied according to criteria such as edit distance, error type, and
presence of multiple-error words. To this end, we developed a tool for identifying and classifying errors and
used statistical techniques, comparing the results with
previous studies on error patterns. The results show that
the most frequent error type is the omission of accent
marks and that most errors occur at edit distance 1 between pairs of characters with phonetic similarities and
pairs of characters that are adjacent on the keyboard. [-]
Subject
Bibliographic citation
LÓPEZ HERNÁNDEZ, Jésica; ALMELA, Ángela. Detección automática de errores lingüísticos en textos clínicos: análisis de patrones de error en varias especialidades médicas. Panace@, 2021, 22.53: 96-108.Is part of
Panace@. Revista de Medicina, Lenguaje y Traducción. Vol. XXII, N.º 53 (Primer semestre de 2021)Type
info:eu-repo/semantics/articlePublisher version
https://www.tremedica.org/panacea/revista-panace-vol-xxii-n-o-53-primer-semestre ...Publisher
Tremédica. Asociación Internacional de Traductores y Redactores de Medicina y Ciencias AfinesRights
http://rightsstatements.org/vocab/InC-EDU/1.0/
info:eu-repo/semantics/openAccess
info:eu-repo/semantics/openAccess