Zobrazeno 1 - 10
of 147
pro vyhledávání: '"Dalianis H"'
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Hanna Berg, Dalianis, H.
Publikováno v:
Scopus-Elsevier
An abundance of electronic health records (EHR) is produced every day within healthcare. The records possess valuable information for research and future improvement of healthcare. Multiple efforts have been done to protect the integrity of patients
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=dedup_wf_001::78e4b3d33e85bcdb6af0bf9195128d86
http://urn.kb.se/resolve?urn=urn:nbn:se:su:diva-182155
http://urn.kb.se/resolve?urn=urn:nbn:se:su:diva-182155
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Publikováno v:
Scopus-Elsevier
Access to reliable data from electronic health records is of high importance in several key areas in patient care, biomedical research, and education. However, many of the clinical entities are negated in the patient record text. Detecting what is a
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=dedup_wf_001::551c3c31fece88e4ca17fe3b7bb38604
http://urn.kb.se/resolve?urn=urn:nbn:se:su:diva-63487
http://urn.kb.se/resolve?urn=urn:nbn:se:su:diva-63487
Publikováno v:
Scopus-Elsevier
This paper reports experiments for the CoNLL 2010 shared task on learning to detect hedges and their scope in natural language text. We have addressed the experimental tasks as supervised linear maximum margin prediction problems. For sentence level
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=dedup_wf_001::13e68df17c3c5a3e82f9a92a12aa2df3
http://urn.kb.se/resolve?urn=urn:nbn:se:uu:diva-144989
http://urn.kb.se/resolve?urn=urn:nbn:se:uu:diva-144989
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.