نهج تجميع النماذج مع LLM لتصنيف النصوص الصينية

يمكن لتصنيف النصوص الطبية التلقائي أن يساعد الأطباء على إدارة معلومات المرضى بكفاءة. من خلال تصنيف المعلومات النصية مثل وصف المرضى لأعراضهم، يمكن للأطباء العثور بسهولة على المعلومات الأساسية، وتسريع عملية التشخيص، وتقديم نصائح طبية أفضل، وتعزيز نجاح التشخيص الذكي وخدمات الإجابة التلقائية على الأسئلة الطبية. في هذه الورقة، تُقدَّم طريقة لتصنيف النصوص الطبية ضمن مُهمة المشاركة المفتوحة في المؤتمر التاسع لمعالجة معلومات الصحة في الصين (CHIP 2023)، حيث تمثل العلاقات النصية المعقدة التحديين الرئيسيين في هذه المهمة. وتم اقتراح نهج تكامل النماذج لهذه المهمة، الذي يمكنه حل تصنيف النصوص الطبية بشكل فعّال من خلال العلاقة التكميلية بين ثلاث نماذج فرعية مختلفة. بالإضافة إلى ذلك، تقدم الحلول أدوات خارجية لتعزيز البيانات بشكل موجه للعينات الصعبة التي يصعب تصنيفها، بهدف تقليل الأخطاء في التصنيف. وتم الحصول على النتائج النهائية من خلال آلية تصويت بين النماذج. تُظهر النتائج التجريبية أن الطريقة المقترحة تحقق دقة تبلغ 92%، كما تثبت فعالية النموذج.