KNSE：一种用于对话症状状态识别的知识感知自然语言推理框架
计算与语言
2023-05-29 v1
摘要
医疗对话中的症状诊断旨在从医患对话中正确抽取症状实体及其状态。本文中，我们提出一种称为 KNSE 的新颖框架用于症状状态识别（SSR），其中 SSR 被形式化为自然语言推理（NLI）任务。对于对话窗口中每个被提及的症状，我们首先生成关于该症状的知识与关于症状状态的假设，以形成（前提，知识，假设）三元组。随后使用 BERT 模型对该三元组进行编码，并经由包括话语聚合、自注意力、交叉注意力与 GRU 在内的模块进一步处理以预测症状状态。得益于 NLI 形式化，所提框架能够编码更具信息量的先验知识，从而更好地定位与追踪症状状态，可有效提升症状状态识别性能。在中文医疗对话数据集上的初步实验表明，KNSE 优于以往具有竞争力的基线，并在跨疾病与跨症状场景中具备优势。
引用
@article{arxiv.2305.16833,
title = {KNSE: A Knowledge-aware Natural Language Inference Framework for Dialogue Symptom Status Recognition},
author = {Wei Chen and Shiqi Wei and Zhongyu Wei and Xuanjing Huang},
journal= {arXiv preprint arXiv:2305.16833},
year = {2023}
}