Sebis at SemEval-2023 Task 7: A Joint System for Natural Language Inference and Evidence Retrieval from Clinical Trial Reports

要約

タイトル：SemEval-2023タスク7におけるSebis：臨床試験レポートからの自然言語推論と証拠検索のためのジョイントシステム

要約：

– 臨床試験レポートの生成数が増加しているため、医療専門家を助けるためにNLPソリューションが開発されている。
– この課題に取り組むために、SemEval-2023 Task 7が立ち上げられ、2つのタスク、つまり臨床試験データからの自然言語推論と証拠検索のためのNLPシステムの開発が目標とされた。
– 本論文では、2つのシステムを説明する。1つ目は、2つのタスクを別々にモデル化するパイプラインシステムであり、2つ目は共有表現とマルチタスク学習アプローチを用いて同時に2つのタスクを学習するジョイントシステムである。
– 最終的なシステムは、アンサンブルシステムで両方の出力を組み合わせている。
– モデルの形式化、特徴と課題の提示、実現された結果の分析を提供している。

要約(オリジナル)

With the increasing number of clinical trial reports generated every day, it is becoming hard to keep up with novel discoveries that inform evidence-based healthcare recommendations. To help automate this process and assist medical experts, NLP solutions are being developed. This motivated the SemEval-2023 Task 7, where the goal was to develop an NLP system for two tasks: evidence retrieval and natural language inference from clinical trial data. In this paper, we describe our two developed systems. The first one is a pipeline system that models the two tasks separately, while the second one is a joint system that learns the two tasks simultaneously with a shared representation and a multi-task learning approach. The final system combines their outputs in an ensemble system. We formalize the models, present their characteristics and challenges, and provide an analysis of achieved results.

arxiv情報

提供元, 利用サービス

arxiv.jp, OpenAI