Medical Dialogue Response Generation with Pivotal Information Recalling翻译
摘要医学对话生成是一项重要但具有挑战性的任务。以前的大多数工作都依赖于注意力机制和大规模预训练的语言模型。但是,由于医疗实体以及它们之间的复杂关系通常散布在多种语句中,这些方法通常无法从长对话历史中获取这些关键信息,从而产生准确和信息丰富的响应。为了减轻此问题,我们提出了一个具有PivotalInformationRecalling(MedPIR)的医疗响应生成模型,该模型建立在两个组件上,即基于