@正在进行{roller-etal-2022-注释,title=“临床决策支持的文本解释注释语料库”,author=“罗拉、罗兰和Burchart、Aljoscha和费尔德胡斯、尼尔斯和塞夫、劳拉和巴德、克莱门斯和Ronicke、Simon和比尔金·奥斯曼诺贾“,editor=“Calzolari、Nicoletta和B{\'e}切特,Fr{\e}d{\ee}ric和Blache、Philippe和Choukri、Khalid和Cieri、Christopher和Declerck、Thierry和戈吉、萨拉和Isahara、Hitoshi和Maegaard、Bente和玛丽亚尼、约瑟夫和Mazo、H{\'e}l{\`e}ne和Odijk、Jan和Piperidis,Stelios“,booktitle=“第十三届语言资源与评价会议论文集”,月份=六月,年份=“2022”,address=“法国马赛”,publisher=“欧洲语言资源协会”,url=“https://aclantology.org/2022.lrec-1.248”,pages=“2317--2326”,abstract=“近年来,用于临床决策支持的机器学习越来越受到重视。为了将此类应用引入临床实践,良好的性能可能是必不可少的,但不应低估信任方面。对于使用此类系统并(合法)存在的治疗医生对于所做的决策,理解系统的建议尤为重要。为了深入了解模型{'}的决策,已经提出了解释性领域(XAI)的各种技术,这些技术的输出往往不够针对想要使用模型的领域专家。为了弥合这一差距,在这项工作中,我们探索了未来可能出现的解释。为此,本工作提供了决策支持上下文中的文本解释数据集。在一项读者研究中,人类医生估计了近期可能出现负面患者结果的可能性,并用几句话证明了每个决定的合理性。利用这些句子,我们创建了一个新颖的语料库,用不同的语义层进行注释。此外,我们还分析了这些解释是如何构建的,以及它们如何根据医生、估计的风险以及与具有功能重要性的自动临床决策支持系统相比而发生变化。",}
<?xml version=“1.0”encoding=“UTF-8”?><modsCollection xmlns=“http://www.loc.gov/mods/v3"><mods ID=“roller-etal-2022-annotated”><标题信息>临床决策支持文本解释注释语料库</titleInfo><name type=“personal”>罗兰滚轮<角色>作者</角色></name><name type=“personal”>阿尔乔夏伯查特<角色>作者</角色></name><name type=“personal”>零费尔德胡斯<角色>作者</角色></name><name type=“personal”>劳拉塞菲<角色>作者</角色></name><name type=“personal”>克莱门斯巴德<namePart type=“family”><角色>作者</角色></name><name type=“personal”>西蒙罗尼克<角色>作者</角色></name><name type=“personal”>比尔金奥斯曼诺贾<角色>作者</角色></name><originInfo>2022-06发布日期</originInfo><typeOfResource>文本<relatedItem type=“主机”><标题信息>第十三届语言资源与评估会议记录</titleInfo><name type=“personal”>尼科莱塔卡尔佐拉里<角色>编辑器</角色></name><name type=“personal”><namePart type=“给定”>Frédéric</namePart>贝歇<角色>编辑器</角色></name><name type=“personal”>菲利普<namePart type=“family”>Blache</namePart><角色>编辑器</角色></name><name type=“personal”><namePart type=“given”>哈立德</namePart>乔克里<角色>编辑器</角色></name><name type=“personal”>克里斯托弗Cieri公司<角色>编辑器</角色></name><name type=“personal”>蒂埃里Declerck公司<角色>编辑器</角色></name><name type=“personal”>萨拉戈吉<角色>编辑器</角色></name><name type=“personal”>HitoshiIsahara<角色>编辑器</角色></name><name type=“personal”>Bente(本特)梅加德<角色>编辑器</角色></name><name type=“personal”>约瑟夫玛丽亚尼<角色>编辑器</角色></name><name type=“personal”>Hélène<namePart type=“family”>马祖<角色>编辑器</角色></name><name type=“personal”>一月奥迪jk<角色>编辑器</角色></name><name type=“personal”>Stelios公司哌啶虫<角色>编辑器</角色></name><originInfo>欧洲语言资源协会<位置>法国马赛</place></originInfo>会议出版物</relatedItem>近年来,用于临床决策支持的机器学习得到了越来越多的关注。为了将此类应用程序引入临床实践,良好的表现可能至关重要,但不应低估信任的方面。对于使用这种系统并(在法律上)对所做决定负责的治疗医生来说,理解该系统的建议尤为重要。为了深入了解模型的决策,已经提出了解释性领域(XAI)的各种技术,其输出往往不够针对想要使用模型的领域专家。为了弥合这一差距,在这项工作中,我们探索了未来可能出现的解释。为此,本工作提供了决策支持上下文中的文本解释数据集。在一项读者研究中,人类医生估计了近期可能出现负面患者结果的可能性,并用几句话证明了每个决定的合理性。利用这些句子,我们创建了一个新颖的语料库,用不同的语义层进行注释。此外,我们还分析了这些解释是如何构建的,以及它们如何根据医生、估计的风险以及与具有功能重要性的自动临床决策支持系统相比而发生变化</摘要><identifier type=“citekey”>roller-etal-2022-注释<位置><网址>https://aclantology.org/2022.lrec-1.248</url></位置><部分><日期>2022-06</日期><扩展单元=“page”><开始>23172326年</范围></部分></模块></modsCollection>
%0会议记录%一个用于临床决策支持的文本解释注释语料库%罗兰,滚轴%A Burchart,Aljoscha%尼尔斯·A Feldhus%A Seiffe,劳拉%A Budde,克莱门斯%西蒙·罗尼克%比尔金·奥斯曼诺贾%尼科莱塔·Y·卡尔佐拉里%Y Béchet,Frédéric%Y Blache,菲利普%哈立德·朱克里%克里斯托弗·西埃里%蒂埃里·德克勒克%萨拉·戈吉%Y Isahara,Hitoshi%Y Maegaard,本特%约瑟夫·马里亚尼%耶鲁·马佐%Y Odijk,简%Y Piperidis、Stelios%第十三届语言资源与评价会议论文集%D 2022年%6月8日%I欧洲语言资源协会%C马赛,法国%F roller-etal-2022-注释%近年来,用于临床决策支持的机器学习得到了越来越多的关注。为了将此类应用程序引入临床实践,良好的表现可能至关重要,但不应低估信任的方面。对于使用这种系统并(在法律上)对所做决定负责的治疗医生来说,理解该系统的建议尤为重要。为了深入了解模型的决策,已经提出了解释性领域(XAI)的各种技术,其输出往往不够针对想要使用模型的领域专家。为了弥合这一差距,在这项工作中,我们探索了未来可能出现的解释。为此,本工作提供了决策支持上下文中的文本解释数据集。在一项读者研究中,人类医生估计了近期可能出现负面患者结果的可能性,并用几句话证明了每个决定的合理性。利用这些句子,我们创建了一个新颖的语料库,用不同的语义层进行注释。此外,我们还分析了这些解释是如何构建的,以及它们是如何根据医生、估计的风险以及与具有特征重要性的自动临床决策支持系统的比较而变化的。%U型https://aclantology.org/2022.lrec-1.248%电话:2317-2326
降价(非正式)
[用于临床决策支持的文本解释注释语料库](https://aclantology.org/2022.lrec-1.248)(罗尔等人,LREC 2022)
国际计算语言学协会
- 罗兰·罗勒(Roland Roller)、阿尔乔沙·伯查特(Aljoscha Burchartt)、尼尔斯·费尔德胡斯(Nils Feldhus)、劳拉·塞菲(Laura Seiffe)、克莱门斯·巴德(Klemens Budde)、西蒙·罗尼克(Simon Ronicke)和比尔金。2022用于临床决策支持的文本解释注释语料库.英寸第十三届语言资源与评价会议记录,第2317–2326页,法国马赛。欧洲语言资源协会。