-
题名基于知识辅助的结构化医疗报告生成
- 1
-
-
作者
史继筠
张驰
王禹桥
罗兆经
张美慧
-
机构
北京理工大学计算机学院
新加坡国立大学计算机学院
-
出处
《计算机科学》
CSCD
北大核心
2024年第6期317-324,共8页
-
文摘
医疗报告自动生成是文本摘要生成技术的重要应用。由于医疗问诊数据与通用领域的数据特征存在着明显的差异,传统的文本摘要生成方法不能充分理解并利用医疗文本中高复杂性的医疗术语,因此医疗问诊中包含的关键知识并没有得到充分的利用。此外,传统的文本摘要生成方法大多是直接生成摘要,并没有针对医疗报告结构化的特点自动选择过滤关键信息并生成结构化文本的能力。针对上述问题,提出了一种知识辅助的结构化医疗报告生成方法。该方法将实体引导的先验领域知识与结构引导的任务解耦机制相结合,实现了对医疗问诊数据的关键知识与医疗报告的结构化特点的充分利用。在IMCS21数据集上的实验验证了所提方法的有效性,其生成摘要的ROUGE分数与同类方法相比提升了2%~3%,生成了更准确的医疗报告。
-
关键词
医疗报告生成
预训练模型
生成式摘要
领域知识先验
任务解耦机制
-
Keywords
Medical report generation
Pre-training model
Generative summarization
Domain knowledge prior
Task decoupling mechanis
-
分类号
TP301
[自动化与计算机技术—计算机系统结构]
-
-
题名融入BioCopy机制的医疗报告抽取生成模型
- 2
-
-
作者
刘岚
谭红叶
-
机构
山西大学计算机与信息技术学院
山西大学计算智能与中文信息处理教育部重点实验室
-
出处
《计算机工程与应用》
CSCD
北大核心
2024年第6期155-162,共8页
-
基金
国家自然科学基金面上项目(62076155)。
-
文摘
智慧医疗是融合了人工智能技术的新型健康医疗服务模式,其中医疗报告自动生成是智慧医疗领域的一项重要任务,该任务依据病人自述和医患对话,生成半结构化的医疗报告。医疗报告不仅包含主诉等多个子部分,而且包含大量来自原文的医疗术语。针对这些特点,采用了融入BioCopy机制的抽取与生成结合的摘要模型,模型首先对每个子部分进行关键句抽取,排除无关信息的干扰;然后在生成医疗报告时加入BioCopy机制以复制关键句中的医疗术语,保证结果的准确性。在CCL 2021相关数据集上的实验结果表明:该模型优于主要baseline,取得了较好的效果。
-
关键词
医疗报告自动生成
抽取与生成
BioCopy
-
Keywords
automatic generation of medical reports
extraction and generation
BioCopy
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
