本篇论文旨在解决文献检索中文本相似性问题，提出了一种基于引用信息的文献检索算法，并优化了相关搜索算法以提高文献检索质量和多样性。通过实验表明，优化算法在检索文献数据库时非常成功。

Sep, 2012

生物医学文献是一个迅速扩展的科学技术领域，本研究提出了 Fine-tuned DistilBERT 方法，这是一种专门针对生物医学文本的预训练生成分类语言模型，通过 40% 减小 BERT 模型尺寸和 60% 的速度提升，证明其在语言理解能力上的有效性。本论文的主要目标是改进模型并评估其性能，以与非 Fine-tuned 模型进行对比。我们使用 DistilBERT 作为支持模型，在包括 32,000 篇摘要和完整文本文章的语料库上进行了预训练，其结果令人印象深刻，超过了使用 RNN 或 LSTM 的传统文献分类方法。我们的目标是将这个高度专业和特定的模型整合到不同的研究行业中。

Apr, 2024

本文介绍了一种专注阅读方法，旨在通过使用强化学习框架（RL）来回答生物医学查询，来提高读取效率。结果表明，相比强基线方法，该方法可以回答更多的问题，同时阅读更少的文献。

Sep, 2017

利用 NLP 技术（如命名实体识别和聚类算法）对 PubMed 数据库中的 LitCovid 文献进行分析，从中筛选出与 COVID-19 相关的生物实体、症状、并发症等，帮助人们快速了解 COVID-19 相关文献的主题和研究进展。

Aug, 2020

本文系统总结了使用预训练语言模型（ Pre-trained language models）的生物医学文本摘要的最新进展、挑战问题和未来方向，帮助我们更好地理解该领域的最新进展和使用预训练语言模型在生物信息学中的应用。

Apr, 2023

本研究探讨基于布尔查询的方法，提出词汇和基于预训练的语言模型方法来建议 MeSH 词汇术语，以自动识别高效的 MeSH 术语，并对每种方法的 MeSH 术语建议进行了广泛的分析和经验评估，以提高系统性综述查询的有效性。

Sep, 2022

本文介绍了一个新的自动生成生物医学科学综述文献简化版的任务，并通过分析各种挑战，实验和评估，展示了使用现代神经架构自动生成的简化版摘要可以达到良好的质量和可读性。

Dec, 2020

利用大型语言模型（LLM）的检索增强生成（RAG）原理和专门的提示与指示技术，我们提出了一个工具包来减少文献综述的时间和工作量，建立了我们的工具包作为一种高效的替代方法。

Feb, 2024

SciLit 是一个自动推荐相关论文、提取摘要、 建议引文的流水线，可提供文学发现和科学写作的辅助工具。

Jun, 2023

在近 15 年里，通过调查 AI 技术的应用情况，以帮助研究人员进行系统的科学文献分析，我们揭示了当前支持的任务、应用的算法类型和 34 项研究中提出的可用工具，同时提供了该领域演变的历史视角和人类在越来越自动化的系统性文献回顾过程中发挥的作用。

Jan, 2024