BP4ER：面向医疗对话生成中显式推理的 Bootstrap 提示
计算与语言
2024-03-29 v1
摘要
医疗对话生成（MDG）因其巨大的实用价值而受到越来越多的关注。以往的工作通常采用序列到序列框架，通过将对话上下文建模为带有标注医疗实体的序列文本来生成医疗回复。虽然这些方法成功生成了流畅的回复，但它们未能提供推理的过程解释，并且需要大量的实体标注。为了解决这些局限性，我们提出了在 MDG 中进行显式推理的 Bootstrap 提示方法（BP4ER），该方法显式地建模 MDG 的多步推理过程，并迭代地增强该推理过程。我们采用从少到多的提示策略来引导大型语言模型（LLM）进行显式推理，将 MDG 分解为更简单的子问题。这些子问题建立在先前子问题的答案之上。此外，我们还引入了两种不同的用于提示的 bootstrap 技术，它们能够自主纠正错误并促进 LLM 的显式推理。这种方法消除了对实体标注的需求，并通过显式生成中间推理链来提高 MDG 过程的透明度。在两个公开数据集上的实验结果表明，BP4ER 在客观和主观评估指标上均优于 SOTA 方法。
引用
@article{arxiv.2403.19414,
title = {BP4ER: Bootstrap Prompting for Explicit Reasoning in Medical Dialogue Generation},
author = {Yuhong He and Yongqi Zhang and Shizhu He and Jun Wan},
journal= {arXiv preprint arXiv:2403.19414},
year = {2024}
}
备注
Accepted at LREC-COLING 2024