LingYi：基于多模态知识图的医疗对话问答系统
计算与语言
2025-03-26 v1 人工智能
摘要
医疗对话系统可缓解医生负担并提升医疗效率，尤其在疫情期间。本文提出一种基于多模态知识图的医疗对话问答（CQA）系统，即“LingYi”，其设计为流水线框架以保持高灵活性。我们的系统利用自动化医疗流程，包括医疗分诊、问诊、图文药物推荐和病历记录。为与患者开展基于知识的对话，我们首先构建了中国医疗多模态知识图（CM3KG）并收集了大规模中文医疗CQA（CMCQA）数据集。与现有其他医疗问答系统相比，我们的系统采用了包括医疗实体消歧和医疗对话生成在内的多项SOTA技术，更友好地为患者提供医疗服务。此外，我们已在https://github.com/WENGSYX/LingYi开源了包含后端模型与前端网页的代码。包括CM3KG（https://github.com/WENGSYX/CM3KG）和CMCQA（https://github.com/WENGSYX/CMCQA）在内的数据集也已发布以进一步推动未来研究。
引用
@article{arxiv.2204.09220,
title = {LingYi: Medical Conversational Question Answering System based on Multi-modal Knowledge Graphs},
author = {Fei Xia and Bin Li and Yixuan Weng and Shizhu He and Kang Liu and Bin Sun and Shutao Li and Jun Zhao},
journal= {arXiv preprint arXiv:2204.09220},
year = {2025}
}
备注
9 pages, 4 figures, 5 tables