biomedical domain | BriefGPT

关键词biomedical domain

搜索结果 - 48

BiomedBench：低功耗可穿戴设备的 TinyML 生物医学应用基准套件
通过提出 BiomedBench，一个新的基准套件，对于佩戴式设备实时监测患者的终端到终端的微小机器学习生物医学应用进行综合评估，并展示现有低功耗平台无法有效针对所有类型的生物医学应用，以推动整个生物工程系统和微小机器学习应用设计领域的未来
PDFa month ago
ACLWisPerMed 在 BioLaySumm 中的应用：将自回归大语言模型调整为科学文章的简化总结
本研究介绍了 WisPerMed 团队在生物医学领域的自动文献概述共享任务中的工作，通过精细调整和使用 BioMistral 和 Llama3 模型，从复杂的科学文本中生成面向非专业人士的概述，最终在可读性、准确性和相关性方面实现了显著的性
PDFa month ago
细调的机器翻译度量在未知领域中面临困难
我们引入了一个新的广泛的多维质量度量（MQM）注释数据集，涵盖了生物医学领域的 11 种语言对。我们利用该数据集来研究在训练和推理之间领域转移时，是否基于人工生成的机器翻译质量评判进行微调的机器翻译（MT）度量指标是否具有稳健性。我们发现，
PDF4 months ago
BioMistral: 面向医学领域的一组开源的预训练大型语言模型
BioMistral 是一个开源的、专门针对生物医学领域的大型语言模型，通过基于 Mistral 模型并在 PubMed Central 上进行进一步预训练来实现。我们在包含 10 个既定医疗问答任务的基准测试上对 BioMistral 进
PDF5 months ago
通过度量学习在生命科学中处理领域转移的命名标记
我们研究了在生物医学领域与化学领域之间使用迁移学习提升实体标注模型的适用性，通过将源域和目标域的实体映射到不同的特征空间，我们的模型在源域进行实体分组并建立实体之间的关系，然后在目标领域进行实体鉴别，通过大量实验证明我们的方法优于基准模型，
PDF5 months ago
BioInstruct: 大型语言模型用于生物医学自然语言处理的指令调整
LLMs 在自然语言处理任务中取得了巨大成功，但在生物医学领域的指令却只有少数发布。为了解决这个问题，我们介绍了 BioInstruct，一个包含超过 25000 个示例的定制任务特定指令数据集。通过使用 BioInstruct 数据集对
PDF8 months ago
基于基准生物医学文本处理任务的大规模语言模型全面评估
最近，大型语言模型 (LLM) 在解决各种任务方面展现了令人印象深刻的能力。然而，尽管在各种任务中取得了成功，但以前的研究尚未调查它们在生物医学领域的能力。为此，本文旨在评估 LLMs 在基准生物医学任务中的性能。为此，我们对 26 个数据
PDF9 months ago
BI-LAVA：通过主动学习和视觉分析进行层次化图像标注的生物鉴定
通过多年与生物校正员和文本挖掘研究人员的合作，我们提出了一种迭代的视觉分析和主动学习策略，用于处理生物校正中的挑战。我们在一个名为 BI-LAVA 的系统中实现了这种策略，通过主动学习和可视化分析来进行带有层次图像标签的生物修正。BI-LA
PDFa year ago
具有否定语句的生物医学知识图谱嵌入
提出了一种能够将负面语句纳入知识图谱表示学习过程中的新方法 TrueWalks，通过一种能够区分正面和负面语句并考虑本体知识图谱中否定的语义涵义的新型遍历生成方法，有效改善了知识图谱嵌入方法在生物医学领域中负面语句的不足，同时在蛋白质相互作
PDFa year ago
生物医学领域问答系统改进的贡献
提出了四个新方法来改进生物医学领域问题回答，包括机器学习问题类型分类和语义类型确定，文档和段落检索，以及精确和理想答案的提取。
PDFa year ago
用于生物医学知识图谱的基准数据集和负面陈述
知识图谱中的负面陈述可以改善知识图谱嵌入的性能，并提供用于负面陈述的基准数据集。
PDFa year ago
ACLChatGPT 在生物医学任务中的评估：与微调生成变换器的零样本比较
本文旨在评估 ChatGPT 在生物医学领域中各种基准任务（如关系提取、文档分类、问答和摘要）的性能，在拥有较小训练集的生物医学数据集中，zero-shot ChatGPT 甚至优于最先进的经调优生成变换器模型（如 BioGPT 和 Bio
PDFa year ago
BioBLP: 多模态生物医学知识图谱学习的模块化框架
提出了一种用于学习具有实体属性的知识图谱嵌入的模块化框架，其中模块可以对不同模态的属性数据进行编码，并且支持具有缺失属性的实体。在使用包含大约两百万三元组的生物医学 KG 进行训练和评估时，发现在给定低程度实体的情况下，与不考虑属性数据的基
PDFa year ago
一种基于 Transformer 的零样本和少样本生物医学命名实体识别方法
本论文提出了一种基于 transformer 的方法来解决在生物医学领域中监督命名实体识别（NER）的挑战，包括零样本和少样本 NER。该方法基于将多类令牌分类的任务转化为二进制令牌分类，并在更多数据集和医学实体上预训练，从中可以学习给定实
PDFa year ago
HuaTuo：基于中医知识优化 LLaMA 模型
HuaTuo 是基于 LLaMA 模型，使用生成的 QA 实例进行监督微调，以提高其在生物医学领域任务中的表现，实验结果表明，HuaTuo 生成的响应具有更加可靠的医学知识。
PDFa year ago
利用逻辑知识增强生物医学数据的嵌入表示
本研究探讨在生物医学领域的知识图谱中，如何通过引入逻辑规则来增强知识图谱嵌入表示，提高关系建模的效果。具体地，采用关系推理网络（R2N）作为知识图谱嵌入技术的补充，在 PharmKG 数据集上进行对比实验，并进行消融分析。结果表明，该方法显
PDFa year ago
接近顶峰真实数据
在生物医学领域中，由于评估机器学习模型的参考注释具有低的内部和互评可靠性，因此引入了理论概念 - PGT，该概念标志着增加参考注释的相似性不再能够转化为更好的真实世界模拟性能。提出了一种近似 PGT 的定量技术，并回顾了四类 PGT 感知策
PDF2 years ago
EMNLP使用词汇 - 语义约束生成生物医学自然语言推理数据集用于对抗样本
利用新型半监督过程从现有生物医学数据集生成一个针对复杂决策中自然语言推理问题的数据集 BioNLI，进行负样本生成的实验，准确度中等，在不同的负样本分类上表现不同。
PDF2 years ago
跨领域预训练语言模型在临床文本挖掘中的表现：在数据受限的微调中如何表现？
本文通过使用历史数据比较了预处理训练的生物医学领域模型（PLMs）和使用 Transformer 和 CRFs 模型的模型（TransformerCRF），并发现在临床文本挖掘任务中它们的性能表现最差。
PDF2 years ago
COLINGLED 深入兔子洞：探索全局注意力在生物医药多文档摘要中的潜力
本文研究对 PRIMERA 进行调整以适应生物医学领域，其中全局关注了几种重要的生物医学实体，并分析了 23 个模型的结果，结果表明全局关注、训练步骤数量和输入配置等因素会影响结果的模式。
PDF2 years ago