ViMQ：用于医疗对话系统开发的越南语医疗问题数据集
计算与语言
2024-04-17 v1
摘要
现有医疗文本数据集通常采取问答对形式以支持自然语言生成任务，但缺乏医疗术语的复合标注。在本研究中，我们发布了一个来自患者的越南语医疗问题数据集，带有句子级与实体级标注，用于意图分类与命名实体识别任务。两项任务的标签集均属医疗领域，可助力开发能更好理解患者查询的面向任务医疗聊天机器人。我们为两项任务训练了基线模型，并提出了一种基于跨度噪声建模的简单自监督训练策略，显著提升了性能。数据集与代码将发布于 https://github.com/tadeephuy/ViMQ
引用
@article{arxiv.2304.14405,
title = {ViMQ: A Vietnamese Medical Question Dataset for Healthcare Dialogue System Development},
author = {Ta Duc Huy and Nguyen Anh Tu and Tran Hoang Vu and Nguyen Phuc Minh and Nguyen Phan and Trung H. Bui and Steven Q. H. Truong},
journal= {arXiv preprint arXiv:2304.14405},
year = {2024}
}
备注
accepted at ICONIP 2021