面向方面的消费者健康答案摘要

社区问答（CQA）论坛彻底改变了人们寻求信息的方式，尤其是与医疗保健需求相关的信息，人们将信任寄托于公众的集体智慧。然而，针对单个查询可能会有多个答案，这使得把握与特定健康问题相关的关键信息变得困难。通常，CQA 论坛会以一个得票最高的答案作为每个查询的代表性摘要。但是，单一答案会忽略其他回复中经常提供的替代方案和其他信息。我们的研究专注于基于方面的健康答案摘要，以解决这一局限性。从建议、信息、个人经验和问题等不同方面对回答进行摘要，可以增强平台的可用性。我们制定了一个多阶段标注指南，并贡献了一个包含基于方面的人工撰写的健康答案摘要的独特数据集。基于该数据集，我们通过对多个最先进模型进行特定任务的微调，构建了一个自动化的多方面答案摘要流水线。该流水线利用问题相似性来检索相关答案句子，随后将其分类到适当的方面类型。接着，我们采用几种最新的抽象式摘要模型来生成基于方面的摘要。最后，我们进行了全面的人工分析，发现我们的摘要在捕捉相关内容和广泛的解决方案方面排名很高。