ScholarGate
Assistent
Process / pipeline

Negation Detection — Identifizierung dessen, was ein Text als nicht geschehen beschreibt

Negation Detection ist eine Aufgabe der Verarbeitung natürlicher Sprache, die Negationshinweise in Texten – Wörter oder Phrasen wie 'nicht', 'ohne', 'verneint' – lokalisiert und den Textbereich (den Geltungsbereich oder Scope) bestimmt, dessen Bedeutung diese Hinweise umkehren. Formalisiert für klinische Texte von Chapman et al. (2001) mit dem NegEx-Algorithmus und erweitert auf Scope-Lernen in biomedizinischer Literatur von Morante und Daelemans (2009), ist die Methode unerlässlich, überall dort, wo der Unterschied zwischen dem Vorhandensein einer Feststellung und deren expliziter Ausschließung reale Konsequenzen hat.

In MethodMind öffnenDemnächstVideoDemnächstDownload slides

Die vollständige Methode lesen

Nur für Mitglieder

Melden Sie sich mit einem kostenlosen Konto an, um diesen Abschnitt zu lesen.

Anmelden

Method map

The neighbourhood of related methods — select a node to explore.

Quellen

  1. Chapman, W.W., Bridewell, W., Hanbury, P., Cooper, G.F., & Buchanan, B.G. (2001). A Simple Algorithm for Identifying Negated Findings and Diseases in Discharge Summaries. Journal of the American Medical Informatics Association, 8(6), 606-614. DOI: 10.1006/jbin.2001.1029
  2. Morante, R. & Daelemans, W. (2009). Learning the Scope of Hedge Cues in BioMedical Texts. Proceedings of the BioNLP 2009 Workshop, Association for Computational Linguistics, 28-36. link

So zitieren Sie diese Seite

ScholarGate. (2026, June 1). Negation Detection (Negation Scope Identification). ScholarGate. https://scholargate.app/de/text-mining/negation-detection

Which method?

Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.

Compare side by side

Referenziert von

ScholarGateNegation Detection (Negation Detection (Negation Scope Identification)). Abgerufen am 2026-06-15 von https://scholargate.app/de/text-mining/negation-detection · Datensatz: https://doi.org/10.5281/zenodo.20539026