利用语义相似度改进虚拟病人中的问题理解
计算与语言
2019-12-17 v1 人工智能
计算机与社会
摘要
在医学中,一个会交流的虚拟病人或医生允许学生训练医学诊断并发展进行医学问诊的技能。本文中,我们描述了一个会话式虚拟标准化病人系统,以让医学生模拟腹部外科急症的诊断策略。我们利用分布式词表示所捕获的语义属性,在虚拟病人对话系统中搜索相似问题。我们创建了两个对话系统,并在学生测试期间收集的数据集上进行了评估。基于手工规则的第一系统在所研究的临床病例上获得的-score,而结合规则与语义相似度的第二系统达到。与仅基于规则的系统的系统相比,这代表了的错误减少。
引用
@article{arxiv.1912.07421,
title = {Semantic Similarity To Improve Question Understanding in a Virtual Patient},
author = {Fréjus A. A. Laleye and Antonia Blanié and Antoine Brouquet and Dan Behnamou and Gaël de Chalendar},
journal= {arXiv preprint arXiv:1912.07421},
year = {2019}
}