PromptMind 团队在 MEDIQA-CORR 2024：通过错误分类与 LLM 集成改进临床文本纠错
计算与语言
2024-05-15 v1 人工智能
机器学习
摘要
本文描述了我们针对 MEDIQA-CORR 共享任务的方法，该任务涉及对医疗专业人员整理的临床笔记进行错误检测与纠正。此任务包含处理三个子任务：检测错误的存在、识别包含错误的具体句子以及纠正该错误。通过我们的工作，旨在评估在包含事实信息和不可靠信息的海量互联网语料库上训练的大语言模型的能力。我们建议综合处理所有子任务，并提出采用一种独特的基于提示的上下文学习策略。我们将评估其在这项需要结合一般推理和医学知识的专门任务中的有效性。在预测错误可能产生严重后果的医疗系统中，我们建议利用自洽性和集成方法来增强错误纠正和错误检测的性能。
引用
@article{arxiv.2405.08373,
title = {PromptMind Team at MEDIQA-CORR 2024: Improving Clinical Text Correction with Error Categorization and LLM Ensembles},
author = {Satya Kesav Gundabathula and Sriram R Kolar},
journal= {arXiv preprint arXiv:2405.08373},
year = {2024}
}
备注
Paper accepted for oral presentation at Clinical NLP workshop, NAACL 2024