Nov, 2023

MedGen: 用于医疗文本处理的 Python 自然语言处理工具包

PDF
TL;DRMedGen 是一个专为医学文本处理设计的全面自然语言处理（NLP）工具包，面向生物医学研究人员和医疗专业人员，提供易于使用的、一体化的解决方案，不需要编程专业知识。它包括生成功能、基本 NLP 功能和查询搜索功能，同时提供了领域特定的语言模型和与第三方库的集成。
medgennatural language processingbiomedical researchershealthcare professionalsnlp functions
发现论文，激发创造
  • 知识注入引导：基于大型语言模型的临床文本数据生成评估与推进

    通过结合临床领域特定知识图谱和大语言模型，在临床自然语言处理中提出了一种创新、资源高效的方法 ClinGen，通过临床知识提取和上下文信息化的大语言模型指导数据生成，持续提升性能，对生成训练实例的多样性和真实数据分布进行有效调整。

    Nov, 2023

  • 用 medspaCy 进入临床领域：一个新的 Python 临床文本处理工具包

    介绍了 medspaCy，这是一个基于 spaCy 框架的可扩展的、开源的临床自然语言处理（cNLP）库，它允许灵活地集成基于规则和基于机器学习的算法来适应临床文本，包括多种元素，可以满足常见的 cNLP 需求，如上下文分析和映射到标准术语。

    Jun, 2021

  • 通过语言模型生成的合成临床数据提高临床 NLP 性能

    利用生成模型生成的合成数据，本研究探讨了利用合成数据提高临床自然语言处理性能的方法。结果显示在这个高风险领域中有可行的应用前景。

    Mar, 2024

  • 合成电子病历文本生成

    该研究提出了一种基于机器学习和自然语言处理的方法，叫做 mtGAN，用于生成电子病历文本数据，以解决医疗数据难以获得、保密性高的问题，并在中文电子病历文本数据集上进行了评估，取得了一定的成果。

    Dec, 2018

  • 临床 GPT：基于多样医疗数据微调的大型语言模型和全面评估

    本研究介绍了一种专门为临床场景设计和优化的语言模型 ——ClinicalGPT，通过整合大量临床实际数据、领域特定知识和多轮次对话信息，使其更好地处理多种临床任务，并通过医学知识问答、医学考试、患者咨询和医疗记录的诊断分析等全面评估框架证明其在这些任务中显著优于其他模型，突出了我们的方法在将大型语言模型应用于卫生保健这一关键领域的有效性。

    Jun, 2023

  • EHRKit：面向电子健康档案文本的 Python 自然语言处理工具包

    本文介绍了 EHRKit python 库，该库包含两个主要部分，MIMIC-III 特定功能和任务特定功能，通过访问 MIMIC-III NOTEEVENTS 数据并整合多个第三方库，以处理包括实体识别、文本摘要、机器翻译等 12 个 NLP 任务的临床文本。

    Apr, 2022

  • ProGen: 蛋白质生成的语言建模

    利用 1.2B 的参数语言模型 ProGen，将蛋白质工程视为无监督的序列生成问题，以此利用缺乏昂贵结构注释的蛋白质的日益增长的集合，从而生成出更具有进化多样性的序列，为解决合成生物学、医学和材料科学等领域的根本问题提供了可能。

    Mar, 2020

  • EasyNER：针对医学文本的可定制化、易于使用的基于深度学习和词典的命名实体识别管线

    研究人员利用自动化文本挖掘技术，设计了一种针对医学研究文章关键词自动识别及网络提取的全流程解决方案，可在大规模的 PubMed 和 CORD-19 数据库上快速检索有关 COVID-19 和其他医学研究的相关实体，并生成实体列表及图表。

    Apr, 2023

  • PARAGEN：一个并行生成工具包

    PARAGEN 是一个基于 PyTorch 的 NLP 工具包，提供 13 种可定制的插件，包括模型架构、优化和学习策略，并实现了无限数据加载和自动模型选择等各种功能，支持对 ByteDance 的各种研究和行业应用。

    Oct, 2022

  • 临床文本自然语言处理的交互工具

    该研究介绍了一个原型工具，结合多种可视化方式，帮助终端用户理解临床文本中提取出的信息，修正必要错误，形成反馈循环，支持 NLP 模型的优化。针对该工具进行的临床医生和研究人员的用户研究显示，用户可以快速开始修正 NLP 模型，尽管他们很少或没有机器学习经验。研究结果还提供了优化界面以支持结果审查工作流程和解释的建议。

    Jul, 2017