יום ראשון, 4 באוקטובר 2026 LIVE
AI־INFO

כתבה arXiv cs.AI ·

סיווג ודירוג מידע רגיש בשיחות רפואיות וירטואליות

Context-Aware Classification and Grading of Sensitive Information in Online Conversational Health Data
חוקרים פיתחו פרקטיקה לסיווג ודירוג מידע רגיש בשיחות רפואיות וירטואליות. הם השתמשו ב-LLMs כדי לבחון את השפעת הקשר הקוגניטיבי על סיווג ודירוג.
תקציר מקורי באנגליתarXiv:2601.09717v2 Announce Type: replace-cross Abstract: Online medical consultations contain sensitive health information whose privacy implications depend not only on the entities mentioned but also on how those entities are described in context. Existing classification and grading approaches often map health-information entities directly to predefined sensitivity levels, potentially overlooking whether a condition is confirmed, suspected, negated, hypothetical, or merely planned for investigation. In this study, we formulate sensitive-information grading in online medical dialogues as a context-aware evaluation task. We develop a standard-informed operational framework that incorporates assertion status, experiencer, test-result status, and information granularity. We further design a
קרא במקור המקורי