面向 EHR 问答的神经语义解析系统
计算与语言
2022-11-10 v1
摘要
临床语义解析 (SP) 是从自然语言查询中识别确切信息需求（以机器可理解的逻辑形式表示）的关键一步，该查询旨在从电子健康记录 (EHR) 中检索信息。当前的临床 SP 方法主要基于传统机器学习，并需要手工构建词典。神经 SP 的最新进展显示出无需大量人力即可构建鲁棒且灵活的语义解析器的前景。因此，在本文中，我们旨在系统评估两种此类神经 SP 模型在 EHR 问答 (QA) 上的性能。我们发现，鉴于其易于应用和泛化性，这些先进的神经模型在两个临床 SP 数据集上的性能令人鼓舞。我们的错误分析揭示了这些模型所犯的常见错误类型，并有可能为未来旨在提高 EHR QA 神经 SP 模型性能的研究提供信息。
引用
@article{arxiv.2211.04569,
title = {Toward a Neural Semantic Parsing System for EHR Question Answering},
author = {Sarvesh Soni and Kirk Roberts},
journal= {arXiv preprint arXiv:2211.04569},
year = {2022}
}
备注
Accepted at the AMIA Annual Symposium 2022 (10 pages, 5 tables, 1 figure)