ScAN dataset

研究发现：临床NLP数据集塑造自杀倾向检测

一篇新论文认为，临床文本数据集的构建方式显著影响自然语言处理（NLP）中自杀倾向检测的准确性和解释。研究强调，从电子健康记录（EHRs）构建的数据集，例如源自MIMIC-III的ScAN数据集，通常反映了临床医生的判断，并将自杀倾向操作化为一个有限的事件。这可能会掩盖原始临床表述中存在的时间性、否定性和不确定性的细微差别，导致对NLP模型输出的潜在误读。