arXiv cs.CL· Xu Zhang, Wenxin Ma, Chenxu Wu, Rongsheng Wang, Zhiyang He, Xiaodong Tao, Kun Zhang, S. Kevin Zhou·· 2 天前AI 评分22
从文档到片段：面向 LLM 可解释医疗编码的片段中心学习
From Documents to Spans: Span-Centric Learning for LLM-based Explainable Medical Coding
AI 导读
研究者提出 Span-Centric Learning（SCL），将编码知识获取与在完整文档中的应用分离，先让模型从短片段学习编码知识，再用少量标注数据学会在完整文档中运用。实验显示，该方法仅用 248 份完整文档训练，就让一个 8B LLM 超越现有最优方法，并为每个预测编码提供与人工标注高度一致的显式支持证据。分析还表明，模型能通过片段学习文档中未出现的编码知识，并将其应用于完整文档。
正文 · AI 翻译
摘要：医学编码，即为临床文档分配标准化的 ICD 代码，是现代医疗保健中一项基础但具有挑战性的任务。它需要关于庞大代码空间的广泛知识，以及在冗长、嘈杂的临床文档中识别和解读稀疏支持证据的能力。大多数现有方法依赖文档级监督，这为支持证据提供的指导有限，并且对罕见代码的训练信号不足。为解决这些局限，我们提出了以片段为中心的学习（Span-Centric Learning，SCL），它将编码知识获取与其在完整文档中的应用分离。SCL 首先从短片段中学习编码知识，然后从少量标注数据中学习在完整文档中使用这些知识。实验表明，我们的方法使一个 8B 大语言模型仅用 248 篇完整文档进行训练即可超越最先进的方法。它还为每个预测代码提供明确的支持证据，与人工标注高度一致。进一步分析表明，该模型可以通过片段学习文档中不存在的代码知识，并将该知识应用于完整文档。
| 主题： | 计算与语言（cs.CL）；人工智能（cs.AI） |
| 引用为： | arXiv:2603.15270 [cs.CL] |
| （或 arXiv:2603.15270v3 [cs.CL] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2603.15270 arXiv 颁发的 DOI（通过 DataCite） |
提交历史
来自：Xu Zhang [查看电子邮件]
[v1]
2026年3月16日星期一 13:37:01 UTC（9,377 KB）
[v2]
2026年5月7日星期四 13:12:33 UTC（446 KB）
[v3]
2026年10月14日星期三 08:11:59 UTC（767 KB）
来源：arXiv cs.CL · arxiv.org