Juliana Lilian Duque,  Pablo Freire Matos,  Cristina Dutra de Aguiar Ciferri,  Thiago Alexandre Salgueiro Pardo,  Ricardo Rodrigues Ciferri. 

Este artigo investiga o problema de extrair informações relevantes em documentos não estruturados no formato PDF escritos em inglês. Nós propomos um processo que usa aprendizado de máquina, regras e dicionário para identificar e extrair tratamentos em artigos do domínio biomédico. A busca inicial de sentenças que possuem complicações melhora a eficiência na identificação e extração de termos de tratamentos. Isso acontece porque tratamentos ocorrem principalmente na mesma sentença de complicação ou em sentenças próximas no mesmo parágrafo. Os experimentos mostraram uma precisão de 88% na classificação das sentenças e uma revocação de 70% na extração de tratamentos usando regras baseadas em Part-Of-Speech.

http://www.lbd.dcc.ufmg.br/colecoes/stil/2011/0014.pdf

Processando consulta.