ReMeDi：面向多领域、多服务的医疗对话资源
计算与语言
2022-03-02 v4 人工智能
摘要
医疗对话系统（MDSs）旨在协助医生与患者完成一系列专业医疗服务，即诊断、治疗与咨询。由于缺乏资源，MDSs 的发展受到阻碍。具体而言：（1）尚无覆盖多种医疗服务并包含细粒度医疗标签（即意图、动作、槽位、取值）的大规模医疗对话数据集；（2）尚无针对多领域、多服务医疗对话的 MDSs 既定基准。本文提出 ReMeDi，一套医疗对话资源。ReMeDi 由两部分组成：ReMeDi 数据集与 ReMeDi 基准。ReMeDi 数据集包含 96,965 段医患对话，其中 1,557 段带有细粒度标签。其覆盖 843 种疾病、5,228 个医疗实体，以及跨 40 个领域的 3 类医疗服务。据我们所知，ReMeDi 数据集是唯一覆盖多领域、多服务且具备细粒度医疗标签的医疗对话数据集。ReMeDi 资源的第二部分包含一组用于（医疗）对话生成的先进模型。ReMeDi 基准包含以下方法：（1）在 ReMeDi 数据集上训练、验证与测试的预训练模型（即 BERT-WWM、BERT-MED、GPT2 与 MT5）；（2）一种自监督对比学习（SCL）方法，用于扩充 ReMeDi 数据集并增强先进预训练模型的训练。我们描述了 ReMeDi 数据集的构建、ReMeDi 基准方法，并给出了基于 ReMeDi 基准方法在 ReMeDi 数据集上的实验结果，以供未来研究对比。本文随附发布数据集、基准实现与评估脚本。
引用
@article{arxiv.2109.00430,
title = {ReMeDi: Resources for Multi-domain, Multi-service, Medical Dialogues},
author = {Guojun Yan and Jiahuan Pei and Pengjie Ren and Zhaochun Ren and Xin Xin and Huasheng Liang and Maarten de Rijke and Zhumin Chen},
journal= {arXiv preprint arXiv:2109.00430},
year = {2022}
}