筆記整理 |? 譚亦鳴，東南大學(xué)博士生

---

來(lái)源：BioNLP ’21 workshop, ACL ‘21

鏈接：https://www.aclweb.org/anthology/2021.bionlp-1.7.pdf

論文主要包含兩個(gè)部分的核心工作：emrKBQA數(shù)據(jù)集，對(duì)應(yīng)的benchmark。基于MIMIC-III KB，本文提出了一個(gè)面向臨床醫(yī)療問(wèn)答的KBQA數(shù)據(jù)集，emrKBQA，規(guī)模約為940K，包含389種提問(wèn)類(lèi)型，每種類(lèi)型有約7.5種復(fù)述表達(dá)。為了驗(yàn)證數(shù)據(jù)集的質(zhì)量，作者建立了一個(gè)benchmark，其模型流程可以大體描述為：通過(guò)語(yǔ)義解析預(yù)測(cè)問(wèn)題邏輯結(jié)構(gòu)，而后借助邏輯結(jié)構(gòu)構(gòu)建SQL查詢(xún)指向答案。

貢獻(xiàn)

論文建立了emrKBQA，第一個(gè)面向結(jié)構(gòu)化病歷記錄的大規(guī)模社區(qū)共享問(wèn)答數(shù)據(jù)集

數(shù)據(jù)集能夠用于建模，解決基于結(jié)構(gòu)化HER的問(wèn)題解析及問(wèn)答

作者為基于結(jié)構(gòu)化病歷記錄的問(wèn)答數(shù)據(jù)集建立了benchmark

背景與動(dòng)機(jī)

電子病歷EHRs和臨床記錄Clinics note在醫(yī)療過(guò)程中常常被作為臨床診斷決策的支撐材料，因此，使機(jī)器理解和學(xué)習(xí)這些資料用于臨床決策輔助是一個(gè)明確的未來(lái)趨勢(shì)。

在以往的研究中，基于臨床記錄的emrQA問(wèn)答數(shù)據(jù)集（2018）被提出，通過(guò)一個(gè)半自動(dòng)的問(wèn)題生成過(guò)程，這個(gè)數(shù)據(jù)集涵蓋接近1M的問(wèn)答對(duì)以及問(wèn)題-邏輯結(jié)構(gòu)對(duì)。

但是emrQA僅僅是利用到了臨床記錄這一資源，而沒(méi)有充分利用EHRs，作者認(rèn)為，一個(gè)完整的臨床醫(yī)療問(wèn)答系統(tǒng)應(yīng)該同時(shí)利用好上述這兩個(gè)資源。

因此，本文作者提出emrKBQA用于補(bǔ)充這一空白。

MIMIC-III KB被用作emrKBQA的知識(shí)庫(kù)資源，如圖1所示，左側(cè)列出了該數(shù)據(jù)集中一些問(wèn)題（和復(fù)述）的例子，右側(cè)則是知識(shí)庫(kù)里的答案形式。

數(shù)據(jù)集構(gòu)建

根據(jù)論文的描述，emrKBQA的建立過(guò)程可以描述為以下步驟（半自動(dòng)，如圖4）：

1.從emrQA獲取初始問(wèn)題

2.從初始問(wèn)題中挖空（使用slot替換原本的實(shí)體，slot放置該實(shí)體對(duì)應(yīng)的類(lèi)別標(biāo)簽）形成模板template（提問(wèn)形式）

3.醫(yī)療專(zhuān)家參與實(shí)體類(lèi)別歸納

4.構(gòu)建提問(wèn)類(lèi)型的邏輯形式

5.歸并具有相同邏輯形式的提問(wèn)形式（互為復(fù)述）

6.向template中填入合適的實(shí)體，得到問(wèn)題/復(fù)述

這里作者根據(jù)答案的特點(diǎn)將問(wèn)題類(lèi)型分為三種：事實(shí)，是非和時(shí)間，實(shí)際問(wèn)題中可能同時(shí)涵蓋這三類(lèi)中的一個(gè)或多個(gè)。

圖2列出了：各實(shí)體大類(lèi)中問(wèn)題類(lèi)型的分布情況

生成的問(wèn)題如表1所示：

問(wèn)題-邏輯形式-問(wèn)題類(lèi)型-答案類(lèi)型如表2所示：

任務(wù)定義和模型

作者明確給出了本數(shù)據(jù)集對(duì)應(yīng)的任務(wù)定義：

建模，對(duì)輸入的知識(shí)庫(kù)相關(guān)的問(wèn)題，給出對(duì)應(yīng)的答案

模型分為兩個(gè)過(guò)程：

1.語(yǔ)義解析->邏輯結(jié)構(gòu)

參照Gu et al, 2016的工作建立了一個(gè)seq2seq模型

2.邏輯結(jié)構(gòu)->答案

具體為一組連續(xù)的映射構(gòu)建（基于序列相似性得到）：

問(wèn)題->Template->SQL template->logical form

評(píng)價(jià)方式包含兩個(gè)：

1.語(yǔ)義解析過(guò)程使用EM（Exact Match），即模型輸出與標(biāo)注結(jié)果相同算正例

2.答案生成過(guò)程使用Denotation Accuracy，即答案和邏輯結(jié)構(gòu)均與標(biāo)注結(jié)果相同算正例

實(shí)驗(yàn)結(jié)果如表3所示

作者進(jìn)一步做了一些錯(cuò)誤分析，如下表：

---

?

OpenKG

OpenKG（中文開(kāi)放知識(shí)圖譜）旨在推動(dòng)以中文為核心的知識(shí)圖譜數(shù)據(jù)的開(kāi)放、互聯(lián)及眾包，并促進(jìn)知識(shí)圖譜算法、工具及平臺(tái)的開(kāi)源開(kāi)放。

點(diǎn)擊閱讀原文，進(jìn)入 OpenKG 網(wǎng)站。

總結(jié)

以上是生活随笔為你收集整理的论文浅尝 | emrKBQA: 一个面向临床医疗问答的KBQA数据集的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。