「AI Drive」是由 PaperWeekly 和 biendata 共同发起的学术直播间，旨在帮助更多的青年学者宣传其最新科研成果。我们一直认为，单向地输出知识并不是一个最好的方式，而有效地反馈和交流可能会让知识的传播更加有意义，从而产生更大的价值。

本期 AI Drive，我们邀请到哈尔滨工业大学（深圳）智能计算研究中心的博士生李东方和硕士生陈俊颖，为大家在线解读他们发表在 AAAI 2022 的最新研究成果：Diaformer: Automatic Diagnosis via Symptoms Sequence Generation。对本期主题感兴趣的小伙伴，1 月 18 日（本周二）晚 7 点，我们准时相约 PaperWeekly 直播间。

直播信息

自动诊断是智能医学应用领域的一个重要方向，其多阶段的症状选择询问和疾病诊断推理的难题依旧是目前的巨大挑战，当前的工作大多使用强化学习方法并将自动诊断视为一个策略优化问题，从而存在学习效率低和回馈函数难以确定等问题；在该工作中，我们将自动诊断形式化为序列生成任务，提出了一个症状注意力生成架构去直接学习症状询问选择和疾病诊断之间的潜在关联，并提出三种无序训练机制来有效减小序列生成的有序性与患者症状本身的无序性偏差；实验结果表明，我们的模型（Diaformer）在三个公开自动诊断数据集上都取得了目前最好的结果，并且有着更高的学习效率。

论文标题：

Diaformer: Automatic Diagnosis via Symptoms Sequence Generation

论文链接：

https://arxiv.org/abs/2112.10433

本次分享的具体内容有：  

• 介绍：自动诊断任务概述

• 动机：为什么采用序列生成

• 方法：症状注意力框架和无序生成训练机制

• 实验结果：结果对比和消融实验

• 总结：整体分析和改进建议

嘉宾介绍

 李东方 / 哈尔滨工业大学（深圳）博士生 

李东方，哈尔滨工业大学（深圳）智能计算研究中心三年级博士生。 研究兴趣为信息提取、医疗和金融 NLP，以及模型稳健性和可解释性。在领域多个顶级会议和期刊发表过论文并担任审稿人，曾获得腾讯犀牛鸟精英人才和国家奖学金等。个人主页：https://crazyofapple.github.io/

 陈俊颖 / 哈尔滨工业大学（深圳）硕士生 

陈俊颖，哈尔滨工业大学（深圳）智能计算研究中心 2020 级硕士生，导师是陈清财教授，主要研究方向为文本检索和信息抽取，在 AAAI、EMNLP 等会议上发表过论文，参与构建了大规模中文开放医学知识图谱 CPubMed-KG。

直播地址 & 交流群

本次直播将在 PaperWeekly 视频号和 B 站直播间进行，扫描下方海报二维码或点击阅读原文即可免费观看。线上分享结束后，嘉宾还将在直播交流群内实时 QA，在 PaperWeekly 微信公众号后台回复「AI Drive」，即可获取入群通道。

视频号直播间：

扫描下方二维码关注 PaperWeekly 视频号，第一时间获取开播提醒。

B 站直播间：

https://live.bilibili.com/14884511

合作伙伴

🔍

现在，在「知乎」也能找到我们了

进入知乎首页搜索「PaperWeekly」

点击「关注」订阅我们的专栏吧

·