PharmMT：一种简化处方医嘱的神经机器翻译方法
计算与语言
2022-04-11 v1 人工智能
摘要
医师和健康专业人员在处方医嘱中使用的语言包含医学术语和隐含指令，导致患者产生诸多困惑。药房人工简化语言可能引入额外错误，从而导致潜在的严重健康后果。我们提出一种新颖的基于机器翻译的方法PharmMT，以自动且可靠地将处方医嘱简化为患者友好语言，从而显著减少药剂师工作负担。我们在从一家大型邮购药房获得的超过53万条处方组成的数据集上评估所提方法。端到端系统相对于药剂师生成的参考医嘱达到了60.27的BLEU分数，相较基于规则的规范化相对提升39.6%。药剂师判定94.3%的简化医嘱可直接使用或仅需微小改动。本工作证明了基于机器翻译的工具在现实中对简化处方医嘱的可行性。
引用
@article{arxiv.2204.03830,
title = {PharmMT: A Neural Machine Translation Approach to Simplify Prescription Directions},
author = {Jiazhao Li and Corey Lester and Xinyan Zhao and Yuting Ding and Yun Jiang and V. G. Vinod Vydiswaran},
journal= {arXiv preprint arXiv:2204.03830},
year = {2022}
}
备注
Findings of EMNLP '20 Camera Ready