HyperAIHyperAI

Command Palette

Search for a command to run...

التمثيل السياقي ووزن النموذج من خلال دمج المعرفة المجالية في الإجابة على الأسئلة الطبية الحيوية

Yuxuan Lu Jingya Yan Zhongzheng Ge Zhixuan Qi Yongping Du

الملخص

الإجابة على الأسئلة الطبية البيولوجية تهدف إلى الحصول على إجابة للسؤال المطروح في مجال الطب البيولوجي. نظرًا لحاجتها العالية للمعرفة في هذا المجال، يصعب على النموذج تعلم المعرفة المتخصصة من بيانات التدريب المحدودة. نقترح طريقة تمثيل سياقية تجمع بين نموذج الإجابة على الأسئلة في المجالات المفتوحة (\aoa) ونموذج \biobert الذي تم تدريبه مسبقًا على بيانات مجال الطب البيولوجي. نعتمد التدريب غير المشرف على مكتبة كبيرة من البيانات الطبية البيولوجية والتدريب المشرف الدقيق على مجموعة بيانات الإجابة على الأسئلة الطبية البيولوجية. بالإضافة إلى ذلك، نستخدم طبقة وزن النماذج المستندة إلى الشبكة العصبية متعددة الطبقات (MLP) لاستغلال مزايا النموذجين بشكل آلي وتوفير الإجابة الصحيحة. يتم استخدام مجموعة البيانات العامة \biomrc التي تم بناؤها من مكتبة PubMed لتقييم طريقتنا. أظهرت النتائج التجريبية أن نموذجنا يتفوق بشكل كبير على نظام الحالة الراهنة الأكثر تقدمًا.


بناء الذكاء الاصطناعي بالذكاء الاصطناعي

من الفكرة إلى الإطلاق — سرّع تطوير الذكاء الاصطناعي الخاص بك مع المساعدة البرمجية المجانية بالذكاء الاصطناعي، وبيئة جاهزة للاستخدام، وأفضل أسعار لوحدات معالجة الرسومات.

البرمجة التعاونية باستخدام الذكاء الاصطناعي
وحدات GPU جاهزة للعمل
أفضل الأسعار

HyperAI Newsletters

اشترك في آخر تحديثاتنا
سنرسل لك أحدث التحديثات الأسبوعية إلى بريدك الإلكتروني في الساعة التاسعة من صباح كل يوم اثنين
مدعوم بواسطة MailChimp
التمثيل السياقي ووزن النموذج من خلال دمج المعرفة المجالية في الإجابة على الأسئلة الطبية الحيوية | مستندات | HyperAI