印度语言医疗查询的意图识别与实体抽取
信息检索
2023-03-28 v1 计算与语言
摘要
印度等发展中国家资源匮乏语言的数据稀缺与技术限制，对构建复杂的医疗自然语言理解系统构成威胁。为评估各种最先进语言模型在医疗领域的现状，本文通过最初提出两个不同医疗数据集——Indian Healthcare Query Intent-WebMD 与 1mg（IHQID-WebMD 与 IHQID-1mg）以及一个真实世界的印度医院查询数据（含英语与多种印度语言： Hindi、Bengali、Tamil、Telugu、Marathi 与 Gujarati），来研究该问题，这些数据均标注了查询意图与实体。我们的目标是检测查询意图并抽取相应实体。我们在多种现实设定下对一组模型进行了广泛实验，并探索了仅能获取英语数据（成本较低）与能获取目标语言数据（成本较高）两种场景。我们通过实证分析探讨了上下文特定的实际相关性。以总体 F1 分数表示的结果表明，我们的方法在识别意图与实体方面具有实际效用。
引用
@article{arxiv.2302.09685,
title = {Intent Identification and Entity Extraction for Healthcare Queries in Indic Languages},
author = {Ankan Mullick and Ishani Mondal and Sourjyadip Ray and R Raghav and G Sai Chaitanya and Pawan Goyal},
journal= {arXiv preprint arXiv:2302.09685},
year = {2023}
}