biomedical | BriefGPT - AI 论文速递

关键词biomedical

搜索结果 - 51

在 SemEval-2024 任务 2 中的 DKE 研究：结合数据增强、生成模型和生物医学知识提高推理鲁棒性
通过语义扰动和特定领域词汇替换生成合成示例，并添加数值和定量推理新任务，以改进生物医学临床试验中自然语言推理模型的鲁棒性，结合多任务学习和 DeBERTa 结构，相较于原始语言模型在 NLI4CT 2024 基准上取得了显著的性能改进。
PDF3 months ago
用户生成的药物评论的情感分析使用机器学习技术
通过使用 BERT、SciBERT 和 BioBERT 等预训练语言模型，本研究提出了一种药物评论分类系统，该系统可以将用户对特定药物的评论分为积极、消极和中性等不同类别，以分析人们对不同药物的情绪反馈。
PDF3 months ago
COLINGDrBenchmark：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。
PDF4 months ago
数据增强：一种结合归纳 - 演绎方法和答案集编程的方法
在生物医学 / 医疗领域，在构建大规模的适当图像数据集方面存在一些困难和限制，因此使用高级数据增强技术合成逼真图像是至关重要的。本文提出了一种混合归纳 - 演绎方法来解决该问题。通过使用逻辑程序对新图像的结构进行声明性说明，以满足领域知识和
PDF8 months ago
加强生物医学文本摘要与问答：领域特定预训练的效用
生物医学摘要需要大规模数据集以训练文本生成。通过我们的研究，我们发现，虽然迁移学习是解决这一挑战的一个可行选择，但在一个 BioASQ 摘要任务中，域内预训练并不总是带来优势。我们确定了一种适合的模型架构，并使用它展示了一个通用领域预训练，
PDFa year ago
探索大型语言模型在生物医学概念链接中的上下文学习能力
该研究旨在探讨基于大型模型的上下文学习能力，应用检索与排名框架的方法，以实现生物医学概念链接，并在 BC5CDR 疾病实体标准化和化学实体标准化方面取得了 90% 和 94.7% 的准确率，相对于监督学习方法表现出竞争力， F1 分数有 2
PDFa year ago
图表示学习推进生物医学研究：最近进展，挑战和未来方向
本文回顾了图表示学习在生物医学领域的最新进展、关键挑战和未来的研究方向。
PDFa year ago
ACL比较和结合一些流行的生物医学命名实体识别方法
本研究比较了三种不同的命名实体识别方法 ——SEQ、SeqCRF 和 SpanPred—— 在四个生物医学 NER 任务上的表现，发现 SpanPred 模型和 SeqCRF 模型在 LivingNER 和 SocialDisNER 上具有
PDFa year ago
通过 Hard Expectation-Maximization 迭代改进生物医学实体链接和事件提取
本文提出了一种基于隐含变量的硬 EM 方法，联合进行生物医学实体链接和事件抽取，并通过 Genia 2011 和 BC4GO 两个基准数据集的实验结果展示了该方法在两个任务上均优于强基线模型。
PDFa year ago
面向个人或实体中心知识图谱的表示学习：在医疗健康领域的应用
本文提出一种基于星形本体的端到端表示学习框架，从结构化和非结构化数据中提取面向实体的知识图谱，采用图神经网络创建紧凑的图形表示，并利用研究结果进行再入院预测。
PDFa year ago
基于引导式知识融合的生物医学文档再排序语言模型强化
本文提出了一种方法，旨在通过集成先验知识和先前训练的语言模型来辅助实现从外部来源获取信息和检索正确文件的目标，在两个生物医学领域的数据集上的实验表明，该方法显著提高了文档重新排序任务的效果。
PDFa year ago
基于 BERT 的临床知识提取用于生物医学知识图谱构建和分析
本研究提出了使用 BERT 模型和条件随机场层从临床记录中提取和分析生物医学知识的端到端方法，包括自然语言处理模型用于命名实体识别和关系提取等步骤，可以用于构建医学知识图谱并用于问题解答。实验结果表明，该方法对于 505 位真实患者的生物医
PDFa year ago
生物医学图分类的 Transformer 和 Snowball 图卷积学习
本文提出了一种新颖的 TSEN（转换器和雪球编码网络）来进行生物医学图形分类，该网络结合了图形变压器架构和图形雪球连接来增强对多尺度信息和全局模式的捕捉，同时在位置编码中使用雪球图卷积作为变压器结构的一种简单而有效的方法来捕捉本地模式。实验
PDFa year ago
生物医学视觉语言处理的大规模领域特定预训练
本文介绍了 BiomedCLIP 在生物医学视觉语言处理方面的应用，该方法针对生物医学 VLP 进行改进和优化，实验结果显示，BiomedCLIP 已成为标准数据集中广泛应用于检索、分类和视觉问答等任务的新的最佳模型，且在某些领域甚至胜过了
PDFa year ago
机器学习的可重复性：术语、建议和开放问题
本文回顾了当前关于 Artificial Intelligence 的可重复性的文献，并强调了未解决的问题。作者提出了一些建议来提高模型重复性，特别是涉及生物医学和物理人工智能领域的问题。
PDFa year ago
生物医学领域的对话搜索及应用调查
本文介绍了 Conversation Search (ConvSearch) 的方法，重点关注人机交互特征和操作模块，同时将其应用于医疗保健领域，帮助信息检索过程并探讨挑战和问题。
PDF2 years ago
生物医学关键词生成的大规模数据集
本文介绍了 kp-biomed 数据集，这是第一个从 PubMed 摘要中收集了超过 5M 篇文献的大规模生物医学关键词生成数据集，并训练发布了几个生成模型，并进行了一系列实验，表明使用大规模数据集显著提高了生成模型的性能。
PDF2 years ago
EMNLP可控可读性生物医学文档摘要
本文介绍了一种针对生物医学文本的可读性控制式摘要方法，可生成专家和非专业人士阅读所需的技术和简易语言摘要，并以生物医学论文为例进行了实验验证和比较。
PDF2 years ago
COLINGPrompt 结合释义：教授预训练模型理解罕见生物医学词汇
本文提出了一种在生物医学领域中进行基于提示微调的方法，以帮助模型在微调时学习生物医学领域中的罕见术语，实验结果表明，该方法可以在不使用额外参数或训练步骤的情况下在生物医学自然语言推理任务中实现高达 6% 的性能提升。
PDF2 years ago
扩散模型预测 2D 显微镜图像的 3D 形状
采用基于扩散的模型 DISPR，该研究介绍了 3D 细胞形态预测的逆问题的求解方法。通过对 2D 显微镜图像进行条件预测，实现对真实 3D 形态的预测。进一步将该模型作为数据增强工具运用于单细胞分类任务，并取得了较好的效果。本研究表明扩散模
PDF2 years ago