Med-EASi：用于医学文本可控简化的精细标注数据集与模型
计算与语言
2023-02-21 v1
摘要
自动医学文本简化可以帮助医疗服务提供者进行患者友好型沟通，并使医学文本更易于理解，从而提高健康素养。但为此任务整理高质量语料库需要医学专家的监督。在这项工作中，我们提出了Med-EASi（用于精细和抽象简化的医学数据集），这是一个独特的众包且精细标注的数据集，用于短医学文本的有监督简化。其专家-外行-AI协作的标注通过标记四种文本转换类型：阐述、替换、删除和插入，促进了对文本简化的可控性。为了学习医学文本简化，我们使用四种不同风格的输入-输出组合对T5-large进行微调，从而得到了两个无控制版本和两个可控版本的模型。我们通过使用多角度训练方法，为文本简化增加了两种可控性：位置感知，它使用原位标注的输入和输出；以及位置无关，模型仅知道要编辑的内容，而不知道其位置。我们的结果表明，与未标注的基线相比，我们的细粒度标注改善了学习效果。此外，位置感知控制比位置无关控制生成了更好的简化结果。数据和代码可在https://github.com/Chandrayee/CTRL-SIMP获取。
引用
@article{arxiv.2302.09155,
title = {Med-EASi: Finely Annotated Dataset and Models for Controllable Simplification of Medical Texts},
author = {Chandrayee Basu and Rosni Vasu and Michihiro Yasunaga and Qian Yang},
journal= {arXiv preprint arXiv:2302.09155},
year = {2023}
}