面向电子病历问答的文本到 SQL 生成
计算与语言
2020-01-31 v2 人工智能
信息检索
机器学习
摘要
电子病历（EMR）包含全面的患者信息，通常存储在具有多张表的关系型数据库中。对医学专家而言，从 EMR 数据中高效且有效地检索患者信息是一项具有挑战性的任务。问句到 SQL 生成方法通过首先针对给定数据库上的问句预测 SQL 查询，然后在数据库上执行该查询来解决此问题。然而，由于缺乏用于学习特定于该领域模型的医疗问句到 SQL 数据集，现有多数方法尚未适配到医疗健康领域。此外，术语缩写的广泛使用以及问句中可能的拼写错误，为精确生成相应 SQL 查询引入了额外挑战。在本文中，我们通过开发一种基于深度学习的问句到 SQL 的翻译-编辑模型（TREQS）来应对这些挑战，该模型适配广泛使用的序列到序列模型以直接为给定问句生成 SQL 查询，并利用注意力复制机制与任务特定的查找表进一步执行所需编辑。基于广泛使用的公开可用电子医疗数据库，我们创建了一个名为 MIMICSQL 的新的大规模问句-SQL 对数据集，以在医疗健康领域执行问句到 SQL 生成任务。我们进行了广泛的实验集以评估所提模型在 MIMICSQL 上的性能。定量与定性实验结果均表明，我们所提方法在预测条件值方面具有灵活性及高效性，且对带有缩写与拼写错误的随机问句具有鲁棒性。
引用
@article{arxiv.1908.01839,
title = {Text-to-SQL Generation for Question Answering on Electronic Medical Records},
author = {Ping Wang and Tian Shi and Chandan K. Reddy},
journal= {arXiv preprint arXiv:1908.01839},
year = {2020}
}