MS2：医学研究的多文档摘要数据集与方法
计算与语言
2021-11-24 v3 人工智能
机器学习
摘要
为评估任何医学干预措施的有效性，研究人员必须进行耗时且高度人工的文献综述。NLP系统可帮助自动化或辅助这一昂贵流程的某些环节。为此，我们发布 MS^2（医学研究的多文档摘要，Multi-Document Summarization of Medical Studies），一个源自科学文献、包含超过47万篇文档和2万篇摘要的数据集。该数据集有助于开发能够跨多项研究评估并聚合矛盾证据的系统，是生物医学领域首个大规模、公开可用的多文档摘要数据集。我们基于 BART 实验了一个摘要系统，取得了有前景的初步结果。我们以自由文本和结构化两种形式构建摘要输入与目标，并改进了近期提出的一项指标以评估系统生成摘要的质量。数据与模型可在 https://github.com/allenai/ms2 获取。
引用
@article{arxiv.2104.06486,
title = {MS2: Multi-Document Summarization of Medical Studies},
author = {Jay DeYoung and Iz Beltagy and Madeleine van Zuylen and Bailey Kuehl and Lucy Lu Wang},
journal= {arXiv preprint arXiv:2104.06486},
year = {2021}
}
备注
8 pages of content, 20 pages including references and appendix. See https://github.com/allenai/ms2/ for code, https://ai2-s2-ms2.s3-us-west-2.amazonaws.com/ms_data_2021-04-12.zip for data (1.8G, zipped) Published in EMNLP 2021 @ https://aclanthology.org/2021.emnlp-main.594/