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エビデンス検索のための共同システム

【要約】
– 毎日生成される臨床試験レポートの数が増加する中、エビデンスに基づくヘルスケアの推奨に影響を与える新しい発見を追いつくことが困難になってきている
– 医療専門家を支援するために、自然言語処理（NLP）ソリューションが開発されている
– このような背景から、SemEval-2023タスク7では、2つのタスク、すなわち臨床試験データからのエビデンス検索と自然言語推論のためのNLPシステムの開発を目的としていた
– 本論文では、2つのシステムについて説明する。1つ目はパイプラインシステムで、2つ目は共同システムである。共同システムでは、共有表現とマルチタスク学習手法を用いて2つのタスクを同時に学習する。
– 最終的なシステムでは、2つのシステムの出力をアンサンブルして組み合わせる。モデルを形式化し、特徴と課題を示し、達成された結果を分析する。
– 提出された最終バージョンにおいて40参加中3位にランクインした。

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. Our system ranked 3rd out of 40 participants with a final submission.

arxiv情報

提供元, 利用サービス

arxiv.jp, OpenAI