Sie lernen die Grundbegriffe der Linguistik und der Terminologielehre kennen, welche für die Charakterisierung klinischer Texte notwendig sind. Sie setzten sich mit den Grundlagen der Verarbeitung natürlicher Sprache (Natural Language Processing) auseinander und befassen sich mit Terminologien und Ontologien. Des Weiteren erwerben sie Grundlagen und Verfahren des Maschinellen Lernens. Hierzu zählen u.a. das Clustering und die Dimensionsreduktion, Word Embeddings, neuronale Netze und generative Deep Learning Ansätze. Ferner befassen sich sich mit der Implementierung von Analysen mit der Sprache Julia.

• kennen Sie die Grundlagen der Linguistik und der medizinischen Terminologie;
• sind Sie in der Lage, beispielhaft den Aufbau medizinischer Terme zu beschreiben;
• kennen Sie wichtige medizinische Ordnungssysteme und sind in der Lage, diese nach ihren Charakteristika zu unterscheiden (Klassifikationen, Thesauri, Ontologien; Referenz- vs. Interfaceterminologien);
• kennen Sie die Eigenheiten der klinischen Sprache, im Gegensatz zur Allgemeinsprache und zur medizinischen Wissenschaftssprache;
• können Sie wesentliche Szenarien natürlich-sprachlicher Systeme (NLP) anhand von Beispielen beschreiben und sind in der Lage, die typische Architektur eines NLP-Systems zu beschreiben;
• kennen Sie unterschiedliche Ansätze zur Sprachmodellierung (probabilistisch, neuronal, regelbasiert);
• kennen Sie die Grundlagen des Maschinellen Lernens, können zwischen Supervised / Unsupervised Learning unterscheiden und kennen tiefergehende Konzepte, Techniken und Ansätze des Unsupervised Learnings;
• haben Sie sich eine differenzierte Meinung zu den Chancen und Grenzen des Maschinellen Lernens im Gesundheitswesen gebildet.

nächster Kurstermin