要約
タイトル:セムバル2023タスク8におけるMasonNLP +:知識強化プレトレーニング言語モデルを用いたソーシャルメディアからの医療質問、経験、主張の抽出
要約:
– Redditなどのオンラインフォーラムでは、医療状態や治療に関する個人の経験、質問、主張が共有されています。
– この情報を理解するシステムを構築することで、誤情報の拡散を効果的に監視し、ユーザーの主張を検証することができます。
– セマンティック評価の国際ワークショップであるTask-8は、特にソーシャルメディアのユーザーポストから患者の経験と医療状態に関連するエンティティを抽出することに焦点を当てた医療アプリケーションについてのものでした。
– RedHotコーパスには、患者の経験や医療状態を特徴付ける注釈が付けられた医療状態に関係するSubredditsからの投稿が含まれています。
– サブタスク1では、患者の経験が個人的な経験、質問、主張で特徴付けられます。サブタスク2では、医療状態には人口、介入、結果が含まれます。
– 私たちが提案した言語モデルベースの抽出システムは、ランキング3位だった。
– この論文では、我々のアプローチを説明し、ドメイン固有の言語モデルと外部知識を包括的に使用して、この情報を自動的に抽出することを探求しています。
要約(オリジナル)
In online forums like Reddit, users share their experiences with medical conditions and treatments, including making claims, asking questions, and discussing the effects of treatments on their health. Building systems to understand this information can effectively monitor the spread of misinformation and verify user claims. The Task-8 of the 2023 International Workshop on Semantic Evaluation focused on medical applications, specifically extracting patient experience- and medical condition-related entities from user posts on social media. The Reddit Health Online Talk (RedHot) corpus contains posts from medical condition-related subreddits with annotations characterizing the patient experience and medical conditions. In Subtask-1, patient experience is characterized by personal experience, questions, and claims. In Subtask-2, medical conditions are characterized by population, intervention, and outcome. For the automatic extraction of patient experiences and medical condition information, as a part of the challenge, we proposed language-model-based extraction systems that ranked $3^{rd}$ on both subtasks’ leaderboards. In this work, we describe our approach and, in addition, explore the automatic extraction of this information using domain-specific language models and the inclusion of external knowledge.
arxiv情報
著者 | Giridhar Kaushik Ramachandran,Haritha Gangavarapu,Kevin Lybarger,Ozlem Uzuner |
発行日 | 2023-04-26 23:45:11+00:00 |
arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, OpenAI