clinical natural language processing | BriefGPT

关键词clinical natural language processing

搜索结果 - 8

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。
PDF3 months ago
生成式大型语言模型是全能文本分析引擎：文本对文本学习是您所需的全部
通过基于生成型大型语言模型（LLM）的通用文本到文本学习架构和提示调优，解决主要的临床自然语言处理（NLP）任务，并提供了最新的性能。
PDF7 months ago
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。
PDF8 months ago
应用无监督关键词方法于从出院记录中提取出的概念
在这项研究中，使用临床自然语言处理技术解决了识别和映射标准术语的问题。提出了一种用于提取临床文本中关键概念的 TF-IDF 快捷方法，并使用基于 transformer 的模型设计了两种下游任务，结果表明 SciBERT 模型在结合提出的方
PDFa year ago
使用孪生神经网络进行临床自然语言处理的小样本学习
本文提出了两种基于 Siamese 神经网络的 few-shot 学习方法，应用于临床自然语言处理的文本分类和实体识别任务。实验结果证明了这种方法的有效性。
PDF2 years ago
HealthPrompt: 临床自然语言处理的零样本学习范式
本研究提出了一种基于最新的技术，即零样本学习和提示学习，开发了一种名为 HealthPrompt 的新型基于提示的临床自然语言处理 (NLP) 框架，通过在无数据环境下进行了六个不同的预训练语言模型 (PLM) 的实验，证明了提示能够有效地
PDF2 years ago
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
PDF3 years ago
使用临床词汇表增强字向量的 AWE-CM 向量
文中提出了使用专家领域知识来构建单词嵌入向量的方法，在临床自然语言处理中获得了可观的效果。通过将单词的 “上下文” 概念推广为包括任意特征，我们展示了使用这种方法产生的单词向量在与临床专家的相关性方面普遍优于其纯文本的对应方法。
PDF7 years ago