Jul, 2023

基于知识增强的医疗对话信息提取的两阶段生成框架

PDF
TL;DR本文提出了一种知识增强的两阶段生成框架（KTGF）来从医学对话中提取术语 - 状态对（MD-TSPE），以解决生成方法在集成先验知识、建模术语关系和推断术语状态方面存在的挑战。本方法在综合生成形式中通过任务特定提示完成 MD-TSPE，并在全训练和低资源环境中实现了优于现有模型的结果。
term-status pair extractionmedical dialoguesdiagnosis dialogue systemsautomatic scribeelectronic medical records
发现论文，激发创造
  • 术语意识医疗对话生成

    本研究旨在提高医学对话生成的准确性，采用基于专业术语的特征并利用注意机制和辅助术语识别任务填补医学背景与常见话语之间的语义鸿沟，证实该框架优于目前最先进的语言模型。此外，我们提供了一个新的具有医学术语注释的数据集以支持医学对话生成的研究。

    Oct, 2022

  • 基于提示的生成方法用于多层次医疗对话状态跟踪

    通过定义多层次状态结构和使用基于提示的生成方法，我们提出了一种医疗对话系统中跟踪对话状态的解决方案，该方法有效地解决了数据稀缺问题，并表现出超过其他方法的性能。

    Mar, 2022

  • 基于双流建模的医学对话生成

    本研究提出了一种 Dual Flow 增强型医疗对话生成框架 DFMed，通过提取对话历史中的医疗实体和对话行为来预测下一轮中要采取的实体和对话行为，模拟它们之间的转换，并使用两个顺序模型进行编码，运用交织组件增强协同作用，实验结果表明 DFMed 方法在自动评估和手动评估中均优于基线。

    May, 2023

  • 从临床对话中提取症状及其状态

    该研究开发了两种新型深度学习模型，基于医疗文本数据集，旨在从临床会话中提取症状信息，针对模型性能进行全面评估，为医疗提供辅助应用方向。

    Jun, 2019

  • 生成多样性和实体修订医疗回复

    本研究提出了一个用于智能咨询的医疗对话系统，该系统能够与患者进行实时交流，从而提高临床诊断的效率，并实现了中文医疗对话生成的竞赛，提出了一种由实体预测和实体感知式对话生成组成的流水线系统，并使用融合机制将预测的实体添加到对话模型中，在解码阶段，我们提出了一种新的解码机制 Entity-revised Diverse Beam Search（EDBS），以提高实体的正确性以及生成的最终响应长度和质量。提出的方法赢得了 CCKS 和 MLPCP 举办的两项国际医疗比赛，充分证明了我们方法的实用性和有效性。

    Aug, 2021

  • 双语义知识组合的多模态对话系统

    提出了一种名为 MDS-S2 的新型多模式任务导向对话系统，通过从知识库中获取相关属性和关系知识，设计了多级知识组成模块以及一组潜在查询变量以实现表征级别的语义规范化来解决文本响应生成过程中的关键问题。

    May, 2023

  • 面向任务的对话中基于非结构化知识的高效检索增强生成

    本文总结了我们在第九届对话系统技术挑战赛（DSTC 9）第一轨中的工作，我们提出了一种基于层次分类和序列嵌入的检索和生成方法，以实现针对任务导向对话中利用非结构化文本信息的回答生成。

    Feb, 2021

  • 医学语言嵌入的知识转移

    该研究使用分布语义学将结构化知识图谱与非结构化文本相结合，利用概率生成模型预测医学概念之间的新关系，进一步证明该方法可用于医学领域的数据稀缺性问题。

    Feb, 2016

  • KNSE: 一种知识感知的自然语言推理框架，用于对话症状状态识别

    针对医学对话中的症状诊断问题，本文提出了一种基于 KNSE 模型的症状状态识别 (SSR) 框架，通过将 SSR 作为自然语言推理任务进行建模，并利用 BERT 模型对知识、猜测和意见进行编码，然后通过模块进行预测，实现了更好的定位和追踪症状状态，从而提高了症状状态识别的性能。基于中文医学对话数据集的初步实验表明，KNSE 模型在跨疾病和跨症状情况下优于之前的基准模型。

    May, 2023

  • MedKP: 医疗对话中的知识增强和临床路径编码

    通过结合医学知识图谱和内部临床路径编码，本研究提出了医学对话增强与临床路径编码（MedKP）框架，通过综合评估指标在两个大规模实际在线医学咨询数据集上的实验证明，MedKP 超过了多个基准系统，减少了产生幻觉的情况，达到了新的最先进水平，进一步的剔除研究揭示了 MedKP 每个组件的有效性，促进了可靠自动化的医学咨询响应的发展，从而拓宽了精确实时医学辅助的潜在可及性。

    Mar, 2024