糖尿病健康管理对话数据集构建

我国是全球糖尿病患病人数最多的国家，患病人数仍在持续快速增长，糖尿病已成为我国重大公共卫生问题。该文关注的糖尿病健康管理对话系统服务于糖尿病患者，为患者解答日常生活中糖尿病相关问题，而目前缺乏用于训练对话系统模型的糖尿病相关数据。基于此，该文构建了首个标注体系完整的糖尿病健康管理中文对话数据集“Diachat”,以支持健康管理对话系统研究。Diachat收集了来自线上聊天平台糖尿病患者与医生的693段对话(Dialogue),共4 686句语料(Sentence),完成了6 594条对话动作(Dialogue act)标注。Diachat数据集采用基于对话动作的表示方式进行意图表示并定义了15个对话动作标签(Act label)。同时，Diachat定义了6个领域(Domain)涵盖语料涉及的领域，分别为：问题(Problem)、饮食(Diet)、行为(Behavior)、运动(Sport)、治疗(Treatment)、基本信息(Profile)。为了支持构建完整的对话系统，Diachat为用户端和系统端分别构造了对话状态，并为每段对话构造了对话目标。基于Diachat数据集，该课题进...     

基于Prompt策略的医疗对话生成

构建医疗对话系统可以缓和医疗资源紧缺和医疗资源分配不均的现状，在对话系统构建方面，如何结合已获取的知识生成对话语句是重要研究内容之一。Prompt指预先输入到语言模型的一组字符序列或编码，后续的推断从这里开始，从而影响整个语句的内容生成。该文先用医疗领域语料来对预训练语言模型进行精调，以学习医疗语句潜在的语义，然后设计Prompt方案将医疗实体引入对话生成模型，使生成的对话能够携带预设的知识，达到受控对话生成的目的。通过在医疗对话数据集MedDG上的实验验证，该文提出的方案能有效改善医疗对话生成的效果。