MedDG：面向实体感知医疗对话生成的以实体为中心医疗咨询数据集
计算与语言
2022-08-02 v2 人工智能
摘要
开发能够与患者交互并提供初步临床建议的对话代理因其巨大的应用潜力而受到越来越多的关注，尤其在 COVID-19 大流行期间。然而，端到端基于神经网络的医疗对话系统的训练受限于医疗对话语料数量不足。在本工作中，我们首次尝试构建并发布一个大规模高质量、涉及 12 类常见胃肠道疾病、名为 MedDG 的医疗对话数据集，其包含从在线健康咨询社区收集的超过 17K 段对话。MedDG 中每段对话均标注了五类不同实体作为附加标签，包括疾病、症状、属性、检查和药物。为推动未来构建专家敏感型医疗对话系统的研究，我们基于 MedDG 数据集提出两类医疗对话任务：一是下一实体预测，二是医生回复生成。为清晰理解这两类医疗对话任务，我们实现了若干 SOTA 基准，并设计了两个进一步考虑预测实体的对话模型。实验结果表明，预训练语言模型及其他基线在我们的数据集上两项任务均表现不佳，而辅助实体信息有助于提升回复质量。从人工评估来看，简单检索模型优于若干 SOTA 生成模型，表明在生成具有医学意义的回复方面仍有很大改进空间。
引用
@article{arxiv.2010.07497,
title = {MedDG: An Entity-Centric Medical Consultation Dataset for Entity-Aware Medical Dialogue Generation},
author = {Wenge Liu and Jianheng Tang and Yi Cheng and Wenjie Li and Yefeng Zheng and Xiaodan Liang},
journal= {arXiv preprint arXiv:2010.07497},
year = {2022}
}
备注
Data and code are available at https://github.com/lwgkzl/MedDG