面向口述医学问答的知识图谱辅助 ASR 错误纠正框架——MedSpeak
计算与语言
2026-04-28 v2 人工智能
摘要
依赖自动语音识别 (ASR) 的口述问答 (SQA) 系统常在准确识别医学术语方面存在困难。为此，我们提出 MedSpeak，一个 novel 的知识图谱辅助 ASR 错误纠正框架，通过利用医学知识图谱中编码的语义关系和语音信息，以及 LLM 的推理能力，对噪声转录文本进行细化，从而提高下游答案预测的准确性。实验结果表明，MedSpeak 在医学术语识别和整体医学 SQA 性能方面显著提升，建立了医学 SQA 的 state-of-the-art 解决方案。代码已公开于 https://github.com/RainieLLM/MedSpeak。
引用
@article{arxiv.2602.00981,
title = {MedSpeak: A Knowledge Graph-Aided ASR Error Correction Framework for Spoken Medical QA},
author = {Yutong Song and Shiva Shrestha and Chenhan Lyu and Elahe Khatibi and Pengfei Zhang and Honghui Xu and Nikil Dutt and Amir Rahmani},
journal= {arXiv preprint arXiv:2602.00981},
year = {2026}
}