无视角，无感知！！视角感知的医疗问答摘要

医疗社区问答论坛为寻求各种医疗健康相关信息的个人提供了一个便捷的平台。人们认为此类平台适合自我披露、寻求医疗意见、获取对其医疗状况的简化解释以及回答他人的问题。然而，这些论坛上的答案通常多种多样，且容易偏离主题。读者可能难以筛选大量答案并提取有意义的见解，这使得答案摘要成为社区问答论坛的一项关键任务。尽管已有一些总结社区答案的工作，但大多数局限于开放领域，并忽略了这些答案所提供的不同视角。为解决此问题，本文提出了一项新颖的视角特定答案摘要任务。我们识别了医疗健康相关回复中的各种视角，并构建了一个涵盖所有回复的视角驱动抽象式摘要。为此，我们在我们的PUMA数据集中标注了3167个社区问答线程及其6193个视角感知摘要。此外，我们提出了PLASMA，一个提示驱动的可控摘要模型。为了封装视角特定的条件，我们设计了一个能量控制的损失函数用于优化。我们还利用前缀调谐器来学习医疗健康视角摘要的复杂性。我们针对五个基线的评估表明，PLASMA的性能提升了1.5%至21%。我们通过消融和定性分析补充了实验。