- 博客(18)
- 收藏
- 关注
RSS订阅原创 BERN2（生物医学领域）命名实体识别与命名规范化工具
生物医学文本挖掘的重要性：随着生物医学文本量的不断增长，NER和NEN工具变得越来越重要，它们可以自动注释文本中的实体，并将它们链接到唯一的概念ID（CUIs）。：BERN2是一个工具，它通过使用多任务NER模型和基于神经网络的NEN模型，提高了之前基于神经网络的NER工具的速度和准确性。性能提升：BERN2通过使用单一的多任务NER模型和结合规则和神经网络的NEN模型，显著减少了注释时间并提高了实体规范化的质量。5.2 命名实体规范化 (NEN) 准确性。5.1 命名实体识别 (NER) 性能。
2024-09-07 22:21:10
520
原创 conda install 报错：LibMambaUnsatisfiableError
conda install 报错：LibMambaUnsatisfiableError
2024-08-23 21:50:25
414
原创 本地环境注入jupyter：无法在jupyter选择已经创建的conda环境？快来看下解决办法（jupyter notebook选择已创建环境）
jupyter notebook中选择本地已创建环境使用
2024-08-22 21:57:24
386
原创 Linux系统下CUDA与tensorflow与python的版本对应关系
Linux系统下CUDA与tensorflow与python的版本对应关系
2024-08-21 20:55:56
1338
原创 Variomes：支持基因组变异筛选的高召回率搜索引擎
在对803个查询进行测试时，Variomes平均检索到比LitVar多21.3%的文章，并在90%的查询中返回与LitVar相同或更多的结果，从而为搜索有关变异的文献建立了新的基准。可用性和实现（Availability and implementation）：Variomes公开可用，源代码也可在GitHub获取，链接已放在文章开头。
2024-08-19 15:04:32
783
原创 376、摆动序列
如果连续数字之间的差严格地在正数和负数之间交替，则数字序列称为 摆动序列 （仅有一个元素或者含两个不等元素的序列也视作摆动序列）。例如， [1, 7, 4, 9, 2, 5] 是一个 摆动序列 ，因为差值 (6，-3，5，-7，3) 是正负交替出现的。相反，[1, 4, 7, 2, 5] 和 [1, 7, 4, 5, 5] 不是摆动序列，因为差值分别为（3, 3, -5, 3）和（6, -3, 1, 0）不是正负值交替出现。
2024-08-17 20:54:41
792
原创 一个算法题带你搞懂＜堆结构＞：347、给你一个整数数组 nums 和一个整数 k ，请你返回其中出现频率前 k 高的元素。你可以按 任意顺序 返回答案。
定义：堆(Heap)是计算机科学中一类特殊的数据结构的统称。堆通常是一个可以被看做一棵完全二叉树的数组对象。故通常我们用完全二叉树来维护一个一维数组。性质1）堆中某个节点的值总是不大于或不小于其父节点的值。2）堆总是一棵完全二叉树。完全二叉树：满足下面两点：1）如果将二叉树的深度设置为h，则除h层之外的所有层（1~h-1）中的节点数达到最大值（满二叉树）2）并且h层中的所有节点都连续地集中在最左侧就是一个完全的二叉树。
2024-08-17 20:18:51
734
原创 VarChat：用于人类基因组变异解释的生成式人工智能助手
Motivation：基因组变异解释目前在识别最新和相关的科学论文以及提取有意义的信息以加速从临床评估到报告的过程方面面临挑战，计算机辅助的文献搜索和总结在这种情况下可以发挥关键作用。文章整体上介绍了VarChat这一新型工具，它利用生成性AI技术来辅助科研人员和临床医生在基因组变异研究中的文献搜索和解释工作，提高了从大量科学文献中提取有用信息的效率。Results：介绍了VarChat，这是一个基于生成性AI的工具，能够搜索和总结与基因组变异相关的科学文献，为用户提供简洁且信息丰富的文本描述。
2024-08-17 09:18:36
380
原创 【牛津大学最新研究】医学GraphRAG：用知识图谱打造安全的医疗AI新时代！
我们介绍了一个名为MedGraphRAG的新型基于图的检索增强生成（RAG）框架，专门为医疗领域设计，旨在增强大型语言模型（LLM）的能力并生成基于证据的结果，从而在处理私人医疗数据时提高安全性和可靠性。尽管LLAMA2的具体细节可能具有假设或推测的性质，但人们可以期待它将继续关注强大、全面的语言分析，完善工具和方法，以更好地衡量语言理解和生成中的细微差别。在其前身LLAMA和LLAMA2的成功基础上，LLAMA3融合了更复杂的算法和更广泛的数据集，以增强其在各种语言任务中的表现。
2024-08-16 21:32:17
1374
原创 PubTator 3.0：用于挖掘生物医学知识的人工智能驱动的文献资源网站
PubTator 3.0是一个生物医学文献资源挖掘网站工具，使用最先进的人工智能技术为蛋白质、遗传变异、疾病和化学品等关键概念提供语义和关系搜索。它目前提供了超过10亿个实体和关系注释，涵盖了来自PMC开放获取子集的约3600万篇PubMed摘要和600万篇全文文章，每周更新。PubTator 3.0检索的文章数量比PubMed或Google Scholar更多。文章进一步表明，将ChatGPT（GPT-4）与PubTator API集成可以显着提高其响应的真实性和可验证性。
2024-08-16 09:47:02
1138
原创 生物医学命名实体识别AIO新模式？带飞一众基模型，吊打多任务学习？
生物医学命名实体识别（BioNER），顾名思义，旨在自动识别自然语言文本中的生物医学实体。就像新能源汽车产业链，没有上游的锂矿业怎么实践电池技术？没有中游的电池技术，怎么造新能源汽车？类似的，没有实体识别就无法完成关系提取、知识图谱、智能问答系统等下游文本挖掘任务，BioNER是必要基础。
2024-08-15 09:18:16
999
原创 配置WSL-windows系统保姆级教程：还在安装虚拟机？快来试试WSL！轻松使用Linux在Windows上开发和运行应用。
适用于 Linux 的 Windows 子系统 (WSL) 是 Windows 操作系统的一项功能。WSL 所需的资源（CPU、内存和存储）少于完整虚拟机所需的资源。 WSL 还允许结合 Windows 命令行、桌面和 Store 应用运行 Linux 命令行工具与应用，并允许从 Linux 内部访问 Windows 文件。 这样，你便可以根据需要针对相同的文件集使用 Windows 应用和 Linux 命令行工具。
2024-08-14 17:11:11
2260
原创 生物医学文献文本挖掘语料库、模型及工具速览一
速览一包含了十篇文献，主要以PubTator为核心文献，展开到与之相关的文献，快速了解相关工作情况。
2024-08-14 14:47:17
969
1
空空如也
命名实体识别与关系抽取
2024-08-22
TA创建的收藏夹 TA关注的收藏夹
TA关注的人