ترغب بنشر مسار تعليمي؟ اضغط هنا

نحو تقييم موضوعي جودة الملخصات الطبية الناتجة

Towards Objectively Evaluating the Quality of Generated Medical Summaries

394   0   0   0.0 ( 0 )
 تاريخ النشر 2021
  مجال البحث الذكاء الاصناعي
والبحث باللغة English
 تمت اﻹضافة من قبل Shamra Editor




اسأل ChatGPT حول البحث

نقترح طريقة لتقييم جودة النص الذي تم إنشاؤه عن طريق طلب المقيمين لحساب الحقائق، والحساب الدقيقة، واستدعاء، F-Score، ودقة من التهم الخام.نعتقد أن هذا النهج يؤدي إلى هدف أكثر وأسهل لإعادة إنتاج التقييم.نحن نطبق هذا على مهمة تلخيص التقرير الطبي، حيث قياس الجودة الموضوعية والدقة له أهمية قصوى.



المراجع المستخدمة
https://aclanthology.org/
قيم البحث

اقرأ أيضاً

مجردة ملكية مرغوبة لمتري التقييم المرجعي تقيس جودة محتوى الملخص هو أنه ينبغي أن يقدر مقدار المعلومات التي لدى الملخص مشتركا مع مرجع. لا يتداخل النص التقليدي المقاييس المستندة إلى النص مثل Rouge لتحقيق ذلك لأنهم يقتصرون على مطابقة الرموز، إما متعمدة أ و عبر Embeddings. في هذا العمل، نقترح متريا لتقييم جودة المحتوى الخاص بملخص باستخدام الإجابة على الأسئلة (QA). تقيس الأساليب المستندة إلى ضمان الجودة مباشرة معلومات الملخص تتداخل مع مرجع، مما يجعلها مختلفة بشكل أساسي عن مقاييس تداخل النص. نوضح الفوائد التجريبية للمقاييس القائم على ضمان الجودة من خلال تحليل لميبري مقترح، Qaeval. تتفوق Qaeval على مقاييس حديثة حديثة على معظم التقييمات باستخدام مجموعات البيانات القياسية، في حين أن تكون قادرة على المنافسة على الآخرين بسبب قيود النماذج الحديثة. من خلال تحليل دقيق لكل مكون من مكونات Qaeval، نحدد اختناقات أدائها وتقدير أن أدائها المحتمل للأعلى من المحتمل يفوق جميع المقاييس التلقائية الأخرى، مما يقترب من طريقة الهرم الذهبي القياسي
يتم تلخيص المحادثات الطبية من زيارات المريض بشكل روتيني إلى الملاحظات السريرية لتوثيق الرعاية السريرية.يعد الإبداع التلقائي للملاحظة السريرية أمرا صعبا بشكل خاص بالنظر إلى أنه يتطلب التلخصات على اللغة المنطوقة وتحويلات المتكلم المتعددة؛كذلك، تشمل الم لاحظات السريرية نصا شبه مهيكل للغاية.في هذه الورقة، نصف طريقة إنشاء Corpus الخاصة بنا وأنظمة الأساس لاثنين من مهام NLP، الحوار السريري 23Note محاذاة الجملة والحوار الإكلينيكي 2NOTE FILIPET.قد يتم دمج هذين النموذجين، وكذلك النماذج الأخرى التي تم إنشاؤها من مثل هذه الكائنات، كأجزاء من نظام توليد الأطراف السريري الطرفية نهاية إلى نهاية.
نظم توليد النص في كل مكان في تطبيقات معالجة اللغة الطبيعية.ومع ذلك، فإن تقييم هذه النظم يظل تحديا، خاصة في إعدادات متعددة اللغات.في هذه الورقة، نقترح L'Ambre - مقياس قياسي لتقييم صورة نصية مورفوسنكتاسية من النص باستخدام تحليل التبعية والقواعد المورفو سنكتانية للغة.نقدم طريقة لاستخراج القواعد المختلفة التي تحكم morphosyntax مباشرة من Temessency Treebanks.لمعالجة النواتج الصاخبة من أنظمة جيل النص، نقترح منهجية بسيطة لتدريب المحللين القويين.نظهر فعالية قيادةنا في مهمة الترجمة الآلية من خلال دراسة DIACHRONIC للنظم ترجمة إلى لغات غنية بالمظورة.
تم تلخيص الاستخراج هو الدعامة الرئيسية للتلخيص التلقائي لعدة عقود. على الرغم من كل التقدم المحرز، ما زالت الملخصات الاستخراجية تعاني من أوجه القصور بما في ذلك مشاكل Aquerence الناشئة عن استخراج الجمل بعيدا عن سياقها الأصلي في المستند المصدر. هذا يؤثر على تماسك وكمية ملخصات الاستخراجية. في هذا العمل، نقترح خطوة خفيفة الوزن لتحرير الوزن للملخصات الاستخراجية التي تقوم بمراكز حول قرار لغز واحد: استئناف عبارات الاسم. نقوم بإجراء دراسات التقييم البشرية التي تظهر أن قضاة الخبراء البشري يفضلون بشكل كبير إنتاج نظامنا المقترح على الملخصات الأصلية. علاوة على ذلك، بناء على دراسة تقييم تلقائي، نقدم دليلا على قدرة نظامنا على توليد القرارات اللغوية التي تؤدي إلى تحسين ملخصات الاستخراجية. نرسم أيضا رؤى حول كيفية استغلال النظام الأوتوماتيكي بعض الإشارات المحلية المتعلقة بأسلوب كتابة نصوص المقال الرئيسية أو النصوص الموجزة لجعل القرارات، بدلا من التفكير حول السياقات بشكل عملي.
يقدم هذا البحث دراسة مرجعية عن الخوارزميات و الأنظمة المتوفرة لكشف الانتحال ، و يقوم بتصميم و بناء تطبيق لكشف الانتحال في الأبحاث الطبية بتوظيف الأنطولوجيات الطبية العالمية المتوفرة على الشبكة العنكبوتية . إن مسألة كشف الانتحال في الأبحاث الطبية الم كتوبة باللغات الطبيعية هي مسألة معقدة و تتعلق بالمجال الدقيق للابحاث الطبية . يوجد العديد من الخوارزميات المستخدمة لكشف الانتحال في اللغات الطبيعية و التي تقسم بشكل عام إلى صنفين رئيسين هما خوارزميات المقارنة بين الملفات عن طريق بصمات الملفات ، و خوارزميات مقارنة محتوى الملفات و التي تتضمن خوارزميات مقارنة السلاسل النصية و خوارزميات مقارنة البنى الشجرية للملفات . حديثا تم البحث في مجال خوارزميات كشف الانتحال ذات البعد الدلالي فتم تطوير خوارزميات كشف الانتحال الدلالية المعتمدة على تحليل نماذج الاقتباس في الأبحاث العلمية . تمَ في هذا العمل تطوير نظام لكشف الانتحال باستخدام محرك البحث Bing ، حيث تم استخدام خوارزمية تعتمد على استخدام و توظيف نوعين من الانطولوجيات و هي الأنطولوجيات العامة مثل وورد نت ( WordNet ) و الأنطلوجيات الطبية العالمية أشهرها أنطولوجيا الأمراض Diseases ontology التي تحتوي على توصيف الأمراض و خصائصها و تعريفها و اشتقاق الأمراض من بعضها.

الأسئلة المقترحة

التعليقات
جاري جلب التعليقات جاري جلب التعليقات
سجل دخول لتتمكن من متابعة معايير البحث التي قمت باختيارها
mircosoft-partner

هل ترغب بارسال اشعارات عن اخر التحديثات في شمرا-اكاديميا