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...