HealthcareNLP：我们在哪里以及接下来该往哪里走？
计算与语言
2025-12-10 v1
摘要
本提议教程聚焦于 Healthcare 领域的 NLP 应用，回顾我们在 HealthcareNLP 方面的取得成果，以及未来面临的挑战。现有综述要么忽略了诸如用于解决隐私问题的合成数据生成、用于改进集成和实施的可解释临床 NLP 等重要任务，要么未提及包括检索增强生成和 LLMs 与知识图谱 (KGs) 神经符号集成等关键方法。鉴于此，本教程旨在为 HealthcareNLP 的重要子领域提供概览，采用三层次结构：数据/资源层：标注指南、伦理批准、治理、合成数据；NLP-评估层：NER、关系抽取、情感分析等 NLP 任务，以及链接/编码方法，导向可解释 HealthAI；患者层：患者公众参与与参与（PPIE）、健康素养、翻译、简化与概述（也是 NLP 任务），以及共享决策支持。教程将包括面向听众的实操课程，让他们能够使用 HealthcareNLP 应用。目标受众包括从事 Healthcare 应用领域的 NLP 从业者、对该领域应用感兴趣的 NLP 研究者、Healthcare 研究者以及来自 NLP 领域的学生。教程类型为 "面向 HealthcareNLP 的 CL/NLP 主题入门教程"，无需 prior 知识即可参加。教程材料：https://github.com/4dpicture/HealthNLP
引用
@article{arxiv.2512.08617,
title = {HealthcareNLP: where are we and what is next?},
author = {Lifeng Han and Paul Rayson and Suzan Verberne and Andrew Moore and Goran Nenadic},
journal= {arXiv preprint arXiv:2512.08617},
year = {2025}
}
备注
Accepted Tutorial by LREC 2026 https://lrec2026.info/