无监督临床语言翻译
计算与语言
2019-05-28 v2 机器学习
摘要
随着患者获取其医生临床笔记变得普遍，将专业临床术语翻译为外行可理解的语言对于改善患者-临床医生沟通至关重要。此类翻译通过增强患者对自身健康状况的理解，从而提升患者参与自身照护的程度，进而带来更好的临床结果。现有研究使用基于词典的词汇替换或定义插入来满足该需求。然而，这些方法受限于专家策展，难以扩展，且难以泛化到词汇不重叠的未知数据集。相反，我们以完全无监督的方式处理临床词汇与句子翻译问题。我们展示了一个使用表示学习、双语词典归纳与统计机器翻译的框架，在专业到消费者词汇翻译上以 10 为召回率阈值取得 0.827 的最佳精度，在句子翻译上分别取得临床正确性与外行可读性均值为 4.10 与 4.28（满分 5）的意见评分。我们的全无监督策略克服了策展问题，且具临床意义的评估减少了不适当评估者带来的偏差，这在临床机器学习中至关重要。
引用
@article{arxiv.1902.01177,
title = {Unsupervised Clinical Language Translation},
author = {Wei-Hung Weng and Yu-An Chung and Peter Szolovits},
journal= {arXiv preprint arXiv:1902.01177},
year = {2019}
}
备注
Accepted to KDD 2019