UMASS_BioNLP在MEDIQA-Chat 2023：LLM能否生成高质量的面向病历的医患对话？
计算与语言
2023-06-30 v1 人工智能
摘要
本文介绍了UMASS_BioNLP团队参与MEDIQA-Chat 2023共享任务中Task-A与Task-C的情况。我们特别关注Task-C，并提出一种名为医患循环的新型LLM协作系统，用于生成高质量的对话数据集。实验结果表明，我们的方法取得了合理的性能，经ROUGE、医学概念召回率、BLEU与Self-BLEU等自动指标评估得以验证。此外，我们对所提方法与ChatGPT和GPT-4进行了对比分析。该分析也探讨了利用协作LLM生成高质量数据集的潜力。
引用
@article{arxiv.2306.16931,
title = {UMASS_BioNLP at MEDIQA-Chat 2023: Can LLMs generate high-quality synthetic note-oriented doctor-patient conversations?},
author = {Junda Wang and Zonghai Yao and Avijit Mitra and Samuel Osebe and Zhichao Yang and Hong Yu},
journal= {arXiv preprint arXiv:2306.16931},
year = {2023}
}