Auto Review：高度精准电话对话信息抽取的第二阶段错误检测

自动化益处验证电话通话可节省医疗保健时间，帮助患者更快获得治疗。获取这些电话通话中的高精度信息至关重要，因为它会影响患者的医疗旅程。鉴于电话录音转录中的噪声，我们构建了一个两阶段系统，涉及针对可能噪声较大的字段进行通话后审核阶段，在该阶段人类审阅员手动验证抽取的数据——这是一项耗时的任务。为自动化此阶段，我们提出 Auto Review，该系统在保持高准确率的同时显著减少了手动工作量。该系统高度依赖电话录音转录，因而因自动语音识别（ASR）问题而存在性能瓶颈。这种问题因使用特定领域术语而加剧。在本工作中，我们提出了一种针对准确信息抽取的第二阶段后处理管道。我们通过使用多个 ASR 替代方案和一种无需手动纠正录音转录的伪标签方法来提高准确率。使用通用型大型语言模型和基于特征的模型管道的实验表明，显著提升了校正后电话录音转录的质量，从而增强了 Auto Review 的效率。