构建中文医疗对话系统：整合大规模语料库与新型模型
计算与语言
2025-02-26 v2 人工智能
机器学习
摘要
全球新冠肺炎疫情凸显了传统医疗系统的重大缺陷，加速了线上医疗服务的发展，尤其是在医疗分诊和咨询方面。然而，现有研究面临两个主要挑战：首先，由于隐私原因，缺乏大规模、公开可用的领域特定医疗数据集，现有数据集规模小且仅限于少数疾病，限制了基于预训练语言模型（PLMs）的分诊方法的有效性；其次，现有方法缺乏医学知识，难以准确理解患者-医生咨询中的专业术语和表达。为克服这些障碍，我们构建了大规模中文医疗对话语料库（LCMDC），从而解决了该领域的数据不足问题。此外，我们进一步提出一种新型分诊系统，将BERT-based监督学习与提示学习相结合，以及一种基于GPT的医疗咨询模型。为增强领域知识获取，我们使用自构建的背景语料对PLMs进行预训练。在LCMDC上的实验结果表明，我们提出的方法具有有效性。
引用
@article{arxiv.2410.03521,
title = {Building a Chinese Medical Dialogue System: Integrating Large-scale Corpora and Novel Models},
author = {Xinyuan Wang and Haozhou Li and Dingfang Zheng and Qinke Peng},
journal= {arXiv preprint arXiv:2410.03521},
year = {2025}
}