笔记整理 | 谭亦鸣,东南大学博士生
来源:BioNLP ’21 workshop, ACL ‘21
链接:https://www.aclweb.org/anthology/2021.bionlp-1.7.pdf
论文主要包含两个部分的核心工作:emrKBQA数据集,对应的benchmark。基于MIMIC-III KB,本文提出了一个面向临床医疗问答的KBQA数据集,emrKBQA,规模约为940K,包含389种提问类型,每种类型有约7.5种复述表达。为了验证数据集的质量,作者建立了一个benchmark,其模型流程可以大体描述为:通过语义解析预测问题逻辑结构,而后借助逻辑结构构建SQL查询指向答案。
贡献
论文建立了emrKBQA,第一个面向结构化病历记录的大规模社区共享问答数据集
数据集能够用于建模,解决基于结构化HER的问题解析及问答
作者为基于结构化病历记录的问答数据集建立了benchmark