面向放射学发现的词图引导摘要生成

放射学报告在与医师沟通医学发现方面起着关键作用。在每份报告中，印象（impression）部分总结了关键的放射学发现。在临床实践中，撰写印象需求很高，但对放射科医师而言耗时且易出错。因此，自动印象生成已成为一个颇具吸引力的研究方向，以辅助此类临床实践。现有研究主要致力于将显著词信息引入通用文本摘要框架，以引导放射学发现中关键内容的选择。然而，对于该任务，模型不仅需捕捉发现中的重要词汇，还需准确描述其关系，从而生成高质量印象。本文提出一种新颖的自动印象生成方法：从发现中构建词图以记录关键词及其关系，随后设计词图引导摘要模型（WGSum）借助该词图生成印象。在 OpenI 与 MIMIC-CXR 两个数据集上的实验结果证实了我们所提方法的有效性与优越性，在两个数据集上均取得了最先进（state-of-the-art）结果。我们还进行了进一步实验，以分析不同图设计对本方法性能的影响。