利用知识图谱将领域知识融入医学自然语言推理
计算与语言
2021-09-07 v1 人工智能
机器学习
摘要
近来，从语言模型（如 BioELMo）获得的生物医学版嵌入在医学领域文本推理任务中取得了最先进的结果。本文中，我们探索如何将以知识图谱（UMLS）形式提供的结构化领域知识融入医学 NLI 任务。具体而言，我们试验将知识图谱获得的嵌入与 NLI 任务的最先进方法（ESIM 模型）相融合。我们也试验将该领域特定的情感信息融入该任务。在 MedNLI 数据集上进行的实验清楚地表明，该策略改进了医学 NLI 任务的基线 BioELMo 架构。
引用
@article{arxiv.1909.00160,
title = {Incorporating Domain Knowledge into Medical NLI using Knowledge Graphs},
author = {Soumya Sharma and Bishal Santra and Abhik Jana and T. Y. S. S. Santosh and Niloy Ganguly and Pawan Goyal},
journal= {arXiv preprint arXiv:1909.00160},
year = {2021}
}
备注
EMNLP 2019 accepted short paper