PulseAugur
实时 23:40:07
English(EN) MedSpeak: A Knowledge Graph-Aided ASR Error Correction Framework for Spoken Medical QA

MedSpeak框架通过知识图谱校正ASR错误,改进医学问答

研究人员开发了MedSpeak,一个旨在提高医学领域口语问答系统准确性的新框架。该系统利用医学知识图谱来辅助自动语音识别(ASR)纠正错误,尤其是在处理专门的医学术语时。通过将知识图谱中的语义和语音信息与大型语言模型相结合,MedSpeak提高了转录准确性和最终答案的预测。 AI

影响 通过利用知识图谱和LLM改进ASR错误校正,提高了医学问答系统的准确性。

排序理由 这是一篇详细介绍特定应用新框架的研究论文。

在 arXiv cs.CL 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

MedSpeak框架通过知识图谱校正ASR错误,改进医学问答

报道来源 [1]

  1. arXiv cs.CL TIER_1 English(EN) · Yutong Song, Shiva Shrestha, Chenhan Lyu, Elahe Khatibi, Pengfei Zhang, Honghui Xu, Nikil Dutt, Amir Rahmani ·

    MedSpeak: A Knowledge Graph-Aided ASR Error Correction Framework for Spoken Medical QA

    arXiv:2602.00981v2 Announce Type: replace Abstract: Spoken question-answering (SQA) systems relying on automatic speech recognition (ASR) often struggle with accurately recognizing medical terminology. To this end, we propose MedSpeak, a novel knowledge graph-aided ASR error corr…