Jan, 2023

跨语言德语生物医学信息提取：从零样本到人机协作

PDF
TL;DR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。
biomedical informationgerman clinical narrativestransfer learningactive learninguser interface
发现论文，激发创造
  • 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

  • 处理德语临床文本的医学信息提取工作台

    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。

    Jul, 2022

  • 基于 Few-Shot 的跨语言迁移方法用于混合代码临床文本的粗粒度去识别化

    本文实证展示了预训练语言模型在多语言跨领域少样本学习任务中的交叉语言迁移特性，并将其应用于解决缺乏数据和真实世界挑战的混合代码（西班牙语 - 加泰罗尼亚语）临床笔记：保护个人隐私信息的命名实体识别。

    Apr, 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

  • 医疗对话中功能性段落的学习：迭代拟标记和人在循环方法

    本文提出一种基于伪标签和人机协同方法的医疗对话自动分类算法，通过联合使用 bootstrap 和人机协同方法，最终在一个专家标注的数据集上将分类准确率从 69.5% 提高到 82.5%。

    Oct, 2022

  • 基于医疗临床知识的语言模型：Almanac

    本文研究了大型语言模型在临床医学领域的应用，探讨了通过让模型能够访问外部医疗工具，以响应医生查询的方式来实现医疗指南和建议推荐的能力，并展示了在各种临床场景中显著提高事实准确性、有效性和安全性的结果。

    Mar, 2023

  • 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

  • 翻译对从真实临床笔记中提取生物医学信息的影响

    本研究的目的是比较使用英语工具提取和规范化翻译中的法语医学概念与使用一组已注释法语临床笔记的法语模型的表现是否相当；通过法语、英语和双语注释数据集评估算法的所有步骤（命名实体识别、规范化和翻译），结果表明本地法语方法比翻译的英语方法表现更好，在几篇注释文档上可以更高效地处理法语医学文本。

    Jun, 2023

  • 大型语言模型是少样本临床信息提取器

    本文研究了如何使用大型语言模型在缺乏公共医疗语料库和注释的情况下，零和少样本学习从临床文本中提取信息，包括跨度识别、令牌级序列分类和关系提取。通过引入新的 CAS 数据集并进行手动再注释，GPT-3 系统在这些任务上明显优于现有的零和少样本基线。

    May, 2022

  • 一个德国报纸文本的语言解释语料库

    本文介绍了一个为德语文本开发的标注方案和标注工具，旨在基于论述结构进行表征，同时还允许其他表征的提取。本文还讨论了一些方法论问题和现象分析，并重点介绍了在项目中开发的工具及其应用。

    Jul, 1998