Jul, 2022

处理德语临床文本的医学信息提取工作台

PDF
TL;DR为了解决缺乏德语临床文本处理数据集和工具的问题，我们介绍了一个包含临床文本处理模型的工作台，这些模型是使用一个去身份化的德语肾病学报告语料库进行训练的，旨在作为基准或应用于相关问题。
clinical text processingnatural language processinggerman biomedical textdatasetsworkbench
发现论文，激发创造
  • 大语言模型推进意大利生物医学信息提取：方法论洞见与多中心实际应用

    该研究创建了第一个意大利神经心理学命名实体识别数据集，PsyNIT，并使用它开发了用于此任务的大型语言模型。通过多中心模型实验，建立了方法论指导，未来还可为意大利医院提供重要的研究机会。

    Jun, 2023

  • 跨语言德语生物医学信息提取：从零样本到人机协作

    本文介绍了一项项目，旨在从德语临床叙述中提取生物医学信息，使用少量注释的策略，包括迁移学习和主动学习。接下来，我们探讨了用户界面的设计，旨在提供模型检查和在交互环境中获得用户注释。

    Jan, 2023

  • 基于通用语言模型的非英语医学自然语言处理注释数据集构建

    介绍了如何利用预训练语言模型提升非英语医学文本处理的 NLP 任务效率和数据集命中率，并且用我们的方法在德语文本上训练了一个医学 NER 模型 GPTNERMED。

    Aug, 2022

  • 针对临床和生物医学文本理解的德语语言模型的综合研究

    本文探讨了如何通过在特定领域数据上进行连续预训练，来适应领域特定需求，以提高医学自然语言处理任务的性能。实验证明，通过在临床数据或翻译文本上进行预训练已被证明是在医学领域适应性优化的可靠方法。

    Apr, 2024

  • NLP Workbench：先进文本挖掘工具的高效可扩展集成

    NLP Workbench 是一个基于最新预训练模型和学术开源系统构建的文本挖掘 Web 平台，采用微服务架构设计提高效率，支持实体链接、情感分析、语义解析和关系抽取等语义分析功能。

    Mar, 2023

  • DrBenchmark：法国生物医学领域的大型语言理解评估基准

    首次公开提供的法语生物医学语言理解基准 DrBenchmark，评估 8 种最新的预训练掩码语言模型 (MLMs) 的通用和生物医学特定数据上的性能，以及英语特定的 MLMs 来评估它们的跨语言能力。

    Feb, 2024

  • 临床数据仓库中自然语言处理算法的开发和验证，用于匿名化文件

    本研究的目标是解决临床报告去识别化的问题，以允许访问数据以进行研究，同时确保患者隐私。作者通过使用深度学习模型和手动规则，对临床文件进行伪匿名化，取得了 0.99 的 F1 评分，并分享了相关代码和指南。

    Mar, 2023

  • DR.BENCH：临床自然语言处理的诊断推理基准

    本研究介绍了一种新的基准测试套件，称为 DR.BENCH，旨在开发和评估具有临床诊断推理能力的 cNLP 模型，这是第一个被设计为自然语言生成框架以评估预训练语言模型的临床任务套件。

    Sep, 2022

  • 使用预训练语言模型和提示的小样本学习，为低资源语言提取临床信息

    使用轻量级蒙特卡洛语言模型，自动生成医疗信息，以及进行临床文件，低资源环境下的可解释性研究。

    Mar, 2024

  • 从大规模临床记录中开发出通用的临床语言推断模型

    本文通过使用领域专有词汇和大规模临床训练语料库，使用双向编码器解码器（BERT）模型对医疗语言推理任务进行分析和评估，与公共基准任务上同等规模的公开可用的最佳生物医学语言模型相比，我们的模型表现相同，并且在使用 UCSF 数据的两个任务的系统内评估中优于这些模型，但需要进一步的研究来提高缩写、数字、时间和隐含因果推理的准确性。

    Oct, 2022