MasonNLP+在SemEval-2023任务8：利用知识增强预训练语言模型从社交媒体抽取医疗问题、经历与主张
计算与语言
2023-04-28 v1 机器学习
摘要
在Reddit等在线论坛中，用户分享其关于医疗状况与治疗的经历，包括提出主张、提出问题以及讨论治疗对健康的影响。构建理解这些信息的系统可有效监测错误信息传播并核实用户主张。2023年国际语义评测研讨会（SemEval）的任务8聚焦于医疗应用，具体为从社交媒体用户帖子中抽取与患者经历及医疗状况相关的实体。Reddit健康在线讨论（RedHot）语料库包含来自医疗状况相关子版块的帖子，并带有刻画患者经历与医疗状况的标注。在子任务1中，患者经历由个人经历、问题与主张刻画；在子任务2中，医疗状况由人群、干预与结果刻画。作为挑战赛的一部分，我们针对患者经历与医疗状况信息的自动抽取提出了基于语言模型的抽取系统，在两个子任务排行榜上均位列第3。本工作中，我们描述我们的方法，并额外探索使用领域特定语言模型及引入外部知识来自动抽取此类信息。
引用
@article{arxiv.2304.13875,
title = {MasonNLP+ at SemEval-2023 Task 8: Extracting Medical Questions, Experiences and Claims from Social Media using Knowledge-Augmented Pre-trained Language Models},
author = {Giridhar Kaushik Ramachandran and Haritha Gangavarapu and Kevin Lybarger and Ozlem Uzuner},
journal= {arXiv preprint arXiv:2304.13875},
year = {2023}
}