微软研究人员声称最先进的生物医学NLP模型
在预印本服务器Arxiv.org上发表的一篇论文中,微软研究人员提出了一种AI技术,他们将其称为针对领域的语言模型预训练,用于生物医学自然语言处理(NLP)。通过从公开可用的数据集编制“综合性”生物医学(NLP)基准,合著者声称他们设法在包括命名实体识别,循证医学信息提取,文档分类和任务在内的任务上取得了最新的成果。更多。
在像生物医学这样的专业领域中,当训练NLP模型时,以前的研究表明,特定领域的数据集可以提高准确性。但是一个普遍的假设是,“域外”文本仍然有帮助;研究人员质疑这一假设。他们认为,“混合域”预培训可以看作是转移学习的一种形式,其中源域是通用文本(例如新闻通讯社和网络),而目标域是专用文本(例如生物医学论文)。在此基础上,他们显示出生物医学NLP模型的特定领域预训练优于通用语言模型的预训练,表明混合域预训练并不总是正确的方法。
为了促进他们的工作,研究人员通过对预训练和特定任务的微调对生物医学NLP应用的影响进行了建模比较。首先,他们创建了一个称为“生物医学语言理解与推理基准”(BLURB)的基准,该基准侧重于PubMed提供的出版物,涵盖了诸如关系提取,句子相似性和问题解答之类的任务,以及是/否问题-接听。为了计算汇总分数,BLURB中的语料库按任务类型分组在一起并分别计分,然后对所有分数进行平均。
为了评估他们的预训练方法,该研究的合著者生成了词汇表,并根据最新的PubMed文档集合训练了模型:1400万个摘要和32亿个单词,总计21GB。一台配备16个V100图形卡的Nvidia DGX-2机器的培训耗时约5天,具有62,500个步骤,并且批次大小可与之前的生物医学预训练实验中使用的计算结果相提并论。(此处,“批量大小”是指一次迭代中使用的训练示例的数量。)
与生物医学基准模型相比,研究人员说,他们的模型-建立在Google的BERT之上的PubMedBERT-在大多数生物医学NLP任务中“始终如一”地胜过所有其他模型。有趣的是,将PubMed文章的全文添加到预训练文本(168亿个单词)后,性能会稍有下降,有趣的是,研究人员将其部分归因于数据中的噪声。
“在本文中,我们挑战了神经语言模型预训练中的一个普遍假设,并表明从零开始的特定于域的预训练可以大大胜过混合域的预训练,例如从通用域语言模型进行的连续预训练,从而导致新的状态研究人员写道。“今后的方向包括:进一步探索特定领域的预培训策略;将更多任务纳入生物医学NLP;将BLURB基准扩展到临床和其他高价值领域。”
为了鼓励对生物医学NLP的研究,研究人员创建了以BLURB基准为基准的排行榜。他们还以开源形式发布了他们的预训练和特定于任务的模型。
免责声明:新闻资讯来源于合作媒体等,不代表本网观点,仅供参考,并不构成投资建议,风险自担。如涉版权,联系处理。
- 微拉美学术江湖——造星计划,助力医美行业高
- 百年公交化身"消保专车”招行信用卡打造消保知
- 组团上车游百度,爱采购财富游学团助推中小企业
- "绿色+科技”天加为社会经济高质量发展"蓄势赋
- 小度首届全屋智能服务商大会落幕,推出"菁英服
- 慧博科技:一文读懂2024零售数字化最新趋势,
- 三年累计赔付近50万件沪惠保守"沪”在身边
- 展望游戏行业2024:AI进入新阶段小游戏发展迅
- 游戏行业2024新品供应拉开序幕市场有何期待?
- A股游戏板块回暖明显三大利好提振市场信心
- 《征战,中国稀土Ⅱ》吴海明:"把脉”中国稀土
- 赋能金融客户全链营销,「营销科学AIA」助力证
- 西安温州商会第八届理事会就职庆典大会在西安
- 高能环境科研成果荣获2023年度环境保护科学技
- 全国首个城中村微型消防站建设管理标准获批立
- 以“大党建”培根以“大思政”铸魂打造研究生
- 品牌心智霸屏、人群破圈、全场景提效!3大经营
- 小红书亮相2024TFWA亚太展览会,共谋免税行业
- 南北双大展圆满落幕,爱采购与中小企业共绘数
- 限时送票|爱采购继续携手央视频重磅推出全新
- 强化风险减量服务落地中国人寿财险组织开展国
- 巨湾技研携手亿航智能研发全球首个eVTOL航空器
- 诚意巨献!周六福二十周年故事大片《不止远方
- 惠民生、暖民心中国人寿财险天津市分公司奋力
- 君品谈|林毅夫:君子和而不同
- 国通星驿数字商业战略重磅发布携手生态合作伙
- 保费不变,保障再升级!2024版"沪惠保”正式上
- 数字化共赢:蚂蚁数科携手华润啤酒,打造白酒
- 酿造匠心,传承经典:华润啤酒三十年品牌之路
- A股春风送暖公募积极分红工银瑞信多措并举持续
- 德施曼智能锁,走向AI+大时代——2024德施曼全
- 金沙酒业春糖盛典:三大论坛领航白酒新思考
- 百度教育行业AIGC营销解决方案全新升级,为客
- 家用中央空调好不好?看完约克VRF中央空调就知
- AI财富风暴来袭,泼天富贵如何接?
- 中央空调哪个好?约克中央空调YES-will系列给
- 约克VRF详解——春季装修黄金期一定要选这样的
- 华润啤酒2023年业绩斐然,啤白双赋能助力共成
- 啤酒故事,从"醴”开始:华润啤酒述说中国酿造
- 38大促外呼接通率56%,GMV增长近300%,慧博科
- 连续三年双位数增长,舍得酒业70亿营收之后,
- 企业经营,可以靠这款新型"财神”
- 华润紫竹药业毓婷品牌:春日心动之旅,"毓见”
- 超快充电池出货量第一,巨湾技研出席中国电动汽
- 围绕百度文心大模型提速智能创新,小度多款产品
- 昆仑健康保险上海分公司积极开展"3·15金融消