MIRA-Ev：临床检查中粒度证据检测和关系推理的基准

摘要

临床 NLP 评估仍然以多项选择题回答 (MCQA) 为主，它仅对最终答案的准确性进行评分，无法检测模型何时得出正确的诊断，同时将其建立在不相关、不存在或矛盾的证据之上。我们推出了 MIRA-Ev，这是一个基于西班牙 Médico Interno Residente (MIR) 许可考试案例构建的临床论证挖掘基准，由专家临床医生以跨度前提、主张和定向支持/攻击关系重新注释，并并行发布西班牙语（母语）、英语和巴斯克语版本，这是巴斯克语的第一个临床论证资源。 MIRA-Ev 将评估组织为三层任务层次结构：证据句子检索、论证成分提取和关系分类。