从问答网站中寻找相似的医学问题
人工智能
2018-10-16 v1 计算与语言
摘要
过去几年见证了众包医学问答（Q&A）网站的蓬勃发展。有医疗信息需求的患者倾向于在这些众包问答网站上发布有关其健康状况的问题，并从其他用户处获得答案。然而，我们观察到这些网站上有大量新医学问题无法及时得到回答或仅收到极少回答。另一方面，我们注意到已解决的问题具有解决这一挑战的巨大潜力。受此启发，我们提出了一种端到端系统，可自动为未解决的医学问题寻找相似问题。通过学习未解决问题及其候选相似问题的向量表示，所提系统根据向量表示之间的相似度输出相似问题。通过向量表示，在问题层面找到相似问题，从而解决医学问题表述的多样性问题。此外，我们处理了与 LSTM 训练过程和候选相似问题检索相关的两个更重要问题，即训练数据生成问题和效率问题。所提系统的有效性在从众包母婴问答网站收集的大规模真实数据集上得到验证。
引用
@article{arxiv.1810.05983,
title = {Finding Similar Medical Questions from Question Answering Websites},
author = {Yaliang Li and Liuyi Yao and Nan Du and Jing Gao and Qi Li and Chuishi Meng and Chenwei Zhang and Wei Fan},
journal= {arXiv preprint arXiv:1810.05983},
year = {2018}
}