机器翻译机器翻译方法的评价应用于医学名词术语Evaluation of Machine Translation Methods applied to Medical Terminologies论文地址：https://www.aclweb.org/anthology/2020.louhi-1.7/一个多语种的神经机器翻译模型的生物医学数据A Multilingual Neural Machine
转载
2023-12-22 22:23:03
117阅读
NLP在电子健康记录方面的应用（文献阅读）Deep EHR: a survey of recent advances in deep learning techniques for electronic health record (EHR) analysis摘要深度学习技术深度学习应用深度学习的可解释性EHR分析的未来方向Scalable and accurate deep learning
转载
2023-07-28 16:55:53
234阅读
摘要：BLURB 包括 13 个公开可用的数据集，涉及 6 个不同的任务。为了避免偏重多可用数据集的任务，如命名实体识别（NER），BLURB 的报告和排名，将所有任务的宏观平均数作为主要得分。BLURB 排行榜是不分模型的。任何能够 ... 人工智能学习离不开实践的验证，推荐大家可以多在FlyAI-AI竞赛服务平台多参加训练和竞赛，以此来提升自己的能力。FlyAI是为AI开发者提供数据竞赛并支持
转载
2023-12-30 22:03:25
55阅读
在医疗保健领域，数据并不只是来自患者健康记录、医嘱条目和医生处方。事实上，目前已有数百万人通过家用工具包将他们的基因信息上传到商业数据库。可穿戴技术也为消费者健康数据开辟了新渠道。但是，如果这些医疗数据不去使用，那增加再多也没有多大意义。许多专家一致认为，医疗数据的应用场景还远远不够。自然语言处理(NLP)的诸多案例自然语言处理(NLP)技术可以处理完全非结构化数据，公司采用NLP技术的一个主要目
转载
2023-11-17 17:17:07
100阅读
百度是中国最具技术基因的互联网企业，一定程度可以说技术是其根基。中文搜索、知识图谱、大数据、自然语言处理、智能广告等细分技术已成为百度独有优势，所有这些技术的基石又是什么呢？答案或许是NLP：自然语言处理。 NLP是搜索引擎的核心技术之一 搜索引擎最基本的模式是自动化地聚合足够多的“内容”，对之进行解析、处理和组织，响应用户的搜索请求找到对应结果返回。每一个环节，都需要用到自然语言处理。 爬
转载
2023-10-26 20:28:11
59阅读
在过去的几年里，深度学习（DL）架构和算法在诸如图像识别和语音处理等领域取得了世人瞩目的进步。然而在最开始的时候，深度学习在自然语言处理（Natural Language Processing, NLP）领域的效果一般，但是现在已经被证实深度学习在自然语言处理领域依然能够发挥巨大的作用。并且在一些常见的自然语言处理任务中，基于深度学习的方法已经取得了最佳的结果。神经网络模型在诸如命名实体识别（Na
转载
2023-08-10 14:14:46
128阅读
如何实现医疗文本NLP模型
作为一名经验丰富的开发者，我将向你介绍如何实现医疗文本NLP模型。在这里，我会逐步告诉你整个流程，并提供相应的代码和注释。下面是整个过程的步骤：
步骤 | 目标 | 代码
--- | --- | ---
1 | 准备数据 |
2 | 文本预处理 |
3 | 特征提取 |
4 | 构建模型 |
5 | 训练模型 |
6 | 模型评估 |
接下来，我将详细
原创
2023-07-20 20:50:31
295阅读
数智赋能，助力医院高质量发展！历时三天的2022中华医院信息网络大会（CHINC）圆满落下帷幕，美创科技赴五年之约，与医疗行业用户朋友在深圳再聚交流，也带来关于“医疗行业数据安全、数字化转型”的新方案、新思考，亮点众多、延续精彩。在这里，我们特意整理了美创科技在2022CHINC大会上的重要方案内容，一起回顾吧。医
转载
2023-12-28 21:47:51
128阅读
前言丁香医生的评论区和后台，每天都会收到成千上万条关于健康的问题。为了帮助用户解决各种健康疑问，丁香医生提供了多种不同形式的服务。对于高频、有共性的问题，通过数百位医生、专家收集整理资料，编写成专业易懂、FAQ问答形式的「健康百科」。此外，还有大量「专家科普」深度长文，解释每个医疗知识背后的来龙去脉。这两类内容都具备良好的结构化，有相对工整的标题，有归属的科室，同时或以医疗实体分类，或以健康top
转载
2024-02-19 17:30:40
92阅读
NLP FROM SCRATCH: CLASSIFYING NAMES WITH A CHARACTER-LEVEL RNN从头开始NLP:使用字符级RNN对名称进行分类 ://pytorch.org/tutorials/intermediate/char_rnn_classification_tutorial.html作者:Sean Robertson我们将建立和训练一个基本的
转载
2023-12-27 21:08:53
30阅读
1 概述随着信息技术和物联网技术的发展、个人电脑和智能手机的普及以及社交网络的兴起，人类活动产生的数据正以惊人的速度增长。根据国际数据公司（International DataCorporation，IDC）的报告，仅2011年，全世界产生的数据就有1.8 ZB（1 ZB≈1 021 byte），并且平均每5年增长9倍[1]。大数据一词由此而生。大数据是指难以被传统数据管理系统有效且经济地存储
转载
2023-12-20 19:29:50
84阅读
提出SMedBERT模型，将知识注入医疗自然语言模型。它使用大规模的医疗数据，同时又融入了知识图中实体连接的语义结构。
原创
2022-09-16 14:03:47
146阅读
针对医疗领域，利用**知识图中的同义词**（只使用了词典，未使用图计算方法），训练表示模型。优势在于代入了知识，具体设计了**三种自监督学习方法**来捕捉细粒度实体间的关系。...
原创
2022-09-16 14:07:04
211阅读
简单理解梯度下降法梯度下降（gradient descent）在机器学习中应用十分的广泛，不论是在线性回归还是Logistic回归中，它的主要目的是通过迭代找到目标函数的最小值，或者收敛到最小值。梯度下降的基本过程就和下山的场景很类似。首先，我们有一个可微分的函数。这个函数就代表着一座山。我们的目标就是找到这个函数的最小值，也就是山底。根据之前的场景假设，最快的下山的方式就是找到当前位置最陡峭的方
转载
2024-10-08 14:28:46
49阅读
# PyTorch NLP实战指南
在学习如何使用PyTorch进行自然语言处理（NLP）之前，我们需要了解整个流程以及每一步所需的具体操作。下面是实现一个基本的NLP任务（如情感分析）的步骤概述。
## 步骤流程
| 步骤 | 描述 |
| ---- | -------------------------- |
| 1 | 数据准备与预处理
BadMemory：为Windows系统量身定制的坏内存管理工具 BadMemory Make portions of memory unusable for Windows. BadRAM for Windows. 项目地址: https://gitcode.com/gh_mirrors/ba/BadMemory 项目介绍在Linux系统中，我们可以通过badram命令来标记并避免使用有缺陷
近年来医疗数据挖掘发展迅速， 然而目前医疗数据结构化处于起步阶段， 更多的医疗数据仍然 以自然语言文本形式出现， 这些医学文本资料中的 知识是不同地域、 不同时代人们智慧的结晶， 展现 的是大量、 未整理的文献资料以及诊疗记录， 而这一点在中医学中尤为突出。自然人的学习能力有限， 因此学者们尝试通过自然语言处理 （Natural Language Processing，NLP） 辅助完成汇总中医知
转载
2023-06-01 17:05:01
314阅读
《信息安全技术健康医疗数据安全指南》国家标准，本标准给出了健康医疗数据控制者在保护健康医疗数据时可采取的安全措施。本标准适用于指导健康医疗数据控制者对健康医疗数据进行安全保护，也可供健康医疗、网络安全 相关主管部门以及第三方评估机构等组织开展健康医疗数据的安全监督管理与评估等工作时参考。健康医疗数据包括个人健康医疗数据以及由个人健康医疗数据加工处理之后得到的健康医疗相关数据。随着健康医疗数据应用、
转载
2023-11-01 20:00:14
109阅读
【学习笔记】Pytorch深度学习—Normalization_layers一、为什么要进行Normalization?***`Internal Covariate Shfit`***二、常见的Normalization方法——BN、LN、IN、GN***`1、适用变长网络的：Layer Normalization`******`2、适用样本风格不统一的：Instance Normalizati
转载
2023-10-27 05:23:15
93阅读
AI写诗？？ AI创作小说？？ 近年来人们时常听到这类新闻，听上去很不可思议，那么今天我们来一探究竟，这种功能是如何通过深度学习来实现的。通常文本生成的基本策略是借助语言模型，这是一种基于概率的模型，可根据输入数据预测下一个最有可能出现的词，而文本作为一种序列数据 (sequence data)，词与词之间存在上下文关系，所以使用循环神经网络 (RNN) 基本上是标配，这样的模型被称为神经语言模
转载
2024-05-21 18:58:26
65阅读
