arXiv · NLP· Ziyang Song, Lia Shen, Yixuan Li, Qincheng Lu, Weihao Li, Haoran Xu, He Zhu, Xinyu Wang, Yue Li·· 2026-10-14AI 评分42
SMI:基于本体论的层级感知医学概念表示语义ID框架
SMI: Ontology-Grounded Semantic IDs for Hierarchy-Aware Medical Concept Representation
AI 导读
SMI 提出了一种免训练框架,通过本体论定义的粗到细路径为医学概念生成语义 ID,并在 MIMIC-IV 等数据集上改善了临床预测。 该框架聚合冻结的生物医学语言模型嵌入形成层级感知表示,理论分析显示其比忽略层级的嵌入更具信息量,尤其在稀有概念上。 SMI 已被 NeurIPS 2026 主赛道接收,实验表明其能提升死亡率、再入院预测及跨院区分布漂移下的鲁棒性。
来源:arXiv · NLP · arxiv.org