使用统计和神经语言模型的临床预测键盘
计算与语言
2020-06-23 v1
摘要
语言模型可用于在写作过程中预测下一个单词、纠正拼写或加速输入（例如在短信或电子邮件中）。然而，语言模型在辅助医生写作（例如出院小结或放射学报告）方面的应用规模非常小。但除了辅助医生外，加速患者出院的计算机系统也有助于减少医院感染。我们采用统计和神经语言模型来预测临床文本的下一个单词，并在两个包含放射学报告的数据集上评估所有模型的准确率和击键节省率。我们表明，神经语言模型在放射学报告中的准确率可高达51.3%（每两个单词中正确预测一个）。我们还表明，即使模型仅用于常见单词，医生也能节省宝贵的时间。
引用
@article{arxiv.2006.12040,
title = {Clinical Predictive Keyboard using Statistical and Neural Language Modeling},
author = {John Pavlopoulos and Panagiotis Papapetrou},
journal= {arXiv preprint arXiv:2006.12040},
year = {2020}
}
备注
To appear in CBMS'20