الأبحاث المرتبطة بالكلمة المفتاحية: معالجة اللغة الطبيعية
-
التطبيقات الصناعية لنماذج اللغة الكبيرة
Industrial applications of large language modelsتُعتبر نماذج اللغة الكبيرة (LLMs) أنظمة ذكاء اصطناعي متقدمة مصممة لفهم وتوليد نصوص تشبه النصوص البشرية، وتتميز بمعلمات تدريبها الواسعة التي تمكنها من تمييز الأنماط اللغوية المعقدة. لقد عزز ظهور هياكل المحولات بشكل كبير من أدائها في مهام معالجة اللغة الطبيعية (NLP) المختلفة، مما أدى إلى تطبيقات واسعة النطاق عبر صناعات متعددة. في مجال الرعاية…
-
تطبيقات معالجة اللغة الطبيعية ونماذج اللغة الكبيرة في اكتشاف المواد
Applications of natural language processing and large language models in materials discoveryتقدم هذه الفقرة نظرة عامة على التأثير الكبير لتقنيات الذكاء الاصطناعي (AI)، وخاصة معالجة اللغة الطبيعية (NLP)، على علم المواد. تسلط الضوء على كيفية تمكين مجموعات البيانات الموصوفة جيدًا من الأدبيات العلمية لأدوات الذكاء الاصطناعي من تعزيز أبحاث المواد من خلال تسهيل استخراج البيانات تلقائيًا، واكتشاف المواد، ومنهجيات البحث المستقلة. تؤكد المراجعة على التقدم الذي…
-
التعرف على المشاعر متعددة الأنماط في المحادثة استنادًا إلى التعلم المدفوع بميزات دمج النص والصوت
Multi-modal emotion recognition in conversation based on prompt learning with text-audio fusion featuresتقدم ورقة البحث طريقة MERC-PLTAF، التي تعزز التعرف على العواطف في المحادثات (ERC) من خلال استخدام نهج متعدد الوسائط يدمج ميزات النص والصوت. تعالج هذه الطريقة التحديات التي تطرحها حواجز اللغة وقيود الأنظمة ذات الوسائط الواحدة من خلال استخراج الميزات بشكل مُحسن واستراتيجية دمج متطورة. تظهر التحقق الواسع على مجموعات بيانات باللغة الإنجليزية والصينية أن…
-
استرجاع الكيانات السريرية المعززة لاستخراج المعلومات السريرية
Clinical entity augmented retrieval for clinical information extractionيقدم هذا القسم نظرة عامة على خط أنابيب جديد يسمى استرجاع معزز بالجيل (RAG) يُعرف باسم استرجاع الكيانات السريرية المعزز (CLEAR)، مصمم لتعزيز استخراج المعلومات من الملاحظات السريرية من خلال استخدام الكيانات السريرية بدلاً من الاعتماد فقط على التضمينات. تقارن الدراسة CLEAR بأساليب RAG التقليدية المعتمدة على التضمينات والأساليب الكاملة للملاحظات في استخراج 18 متغيرًا…
-
تحسين نماذج اللغة الكبيرة للتعرف على الكيانات المسماة السريرية من خلال هندسة المطالبات
Improving large language models for clinical named entity recognition via prompt engineeringتدرس هذه الدراسة أداء GPT-3.5 و GPT-4 في مهام التعرف على الكيانات المسماة السريرية (NER)، مستهدفةً بشكل خاص استخراج الكيانات الطبية من الملاحظات السريرية وتحديد الأحداث السلبية المتعلقة باضطرابات الجهاز العصبي. تستخدم البحث إطار عمل محدد للمهام مصمم لتعزيز أداء النموذج، والذي يتضمن مطالبات أساسية، ومطالبات قائمة على إرشادات التوضيح، وتعليمات تحليل الأخطاء، وعينات من…