医学口语专有名实体识别
音频与语音处理
2025-04-03 v3 计算与语言
机器学习
声音
摘要
口语专有名实体识别（NER）旨在从语音中提取专有名实体并将其分类为人物、地点、组织机构等类型。在本工作中，我们提出 VietMed-NER - 医学领域首个口语 NER 数据集。我们意识到，我们的越南语真实世界数据集是全球上最大规模的口语 NER 数据集之一，涵盖 18 种不同的实体类型。此外，我们提出了使用各种前沿预训练模型的基线结果：编码器-only 和序列到序列模型；并进行定性和定量的错误分析。我们发现，预训练的多语言模型在参考文本和 ASR 输出上通常优于单语言模型，编码器在 NER 任务中优于序列到序列模型。通过翻译转录文本，该数据集还可用于医学领域的文本 NER，适用于除越南语以外的其他语言。所有代码、数据和模型均公开可用：https://github.com/leduckhai/MultiMed/tree/master/VietMed-NER。
引用
@article{arxiv.2406.13337,
title = {Medical Spoken Named Entity Recognition},
author = {Khai Le-Duc and David Thulke and Hung-Phong Tran and Long Vo-Dang and Khai-Nguyen Nguyen and Truong-Son Hy and Ralf Schlüter},
journal= {arXiv preprint arXiv:2406.13337},
year = {2025}
}
备注
NAACL 2025, 60 pages