% Encoding: UTF8

@Article{mfs2026.3.021,
Title    = {Автоматические методы связывания текстов с базой знаний на основе
            нейронных сетей},
Author   = {И.Л. Кузьмин},
Journal  = {Многофазные системы},
Year     = {2026},
Number   = {3},
Pages    = {136--144},
Volume   = {21},
Abstract = {Задача связывания биомедицинских терминов с концептами медицинских
            баз знаний является важным этапом обработки медицинских текстов и
            используется в системах поддержки принятия врачебных решений,
            медицинском поиске и анализе научных публикаций. Несмотря на
            значительный прогресс в развитии нейросетевых методов, существующие
            решения по-прежнему сталкиваются с трудностями при обработке
            мультиязычных данных, с высокой вариативностью медицинской
            терминологии и ограниченным покрытием русскоязычных терминов в базе
            знаний UMLS. Целью работы является разработка метода связывания
            биомедицинских терминов с концептами UMLS, обеспечивающего высокое
            качество как для английского, так и для русского языков. Для решения
            поставленной задачи разработан метод, включающий подготовку базы
            знаний UMLS, построение индекса FAISS для быстрого поиска ближайших
            кандидатов, использование моделей SapBERT и BERGAMOT для получения
            эмбеддингов терминов, автоматический перевод русскоязычных
            упоминаний, переранжирование найденных кандидатов на основе
            семантических и лексических признаков, а также агрегацию результатов
            на уровне концептов UMLS. Экспериментальная оценка проводилась на
            официальном наборе данных BioNNE-L, содержащем английский, русский и
            мультиязычный треки. Предложенный метод продемонстрировал
            конкурентоспособные результаты на всех трех треках: русскоязычном,
            англоязычном и мультиязычном. Проведенный анализ ошибок показал, что
            основными причинами снижения качества являются недостаточное
            покрытие русскоязычной терминологии в UMLS, омонимия медицинских
            терминов и сложность обработки сокращений. Полученные результаты
            подтверждают эффективность предложенного метода для решения задачи
            связывания биомедицинских терминов с концептами UMLS. Разработанный
            подход может использоваться при создании медицинских информационных
            систем, систем поддержки принятия решений, а также служить основой
            для дальнейших исследований в области мультиязычного biomedical
            entity linking и нормализации медицинской терминологии.},
Keywords = {Биомедицинское связывание сущностей; концепты; UMLS; CUI; энкодер;
            эмбеддинг; SAPBERT; BERGAMOT; FAISS},
Doi      = {10.21662/mfs2026.3.021},
Url      = {https://multiphasesystems.online/mfs2026.3.021},
Language = {russian}
}