Fugu-MT 論文翻訳(概要): Medical Literature Mining and Retrieval in a Conversational Setting

論文の概要: Medical Literature Mining and Retrieval in a Conversational Setting

arxiv url: http://arxiv.org/abs/2108.01436v1
Date: Fri, 23 Jul 2021 23:02:59 GMT
ステータス: 処理完了
システム内更新日: 2021-08-08 11:36:12.401109
Title: Medical Literature Mining and Retrieval in a Conversational Setting
Title（参考訳）: 会話場面における医学文献のマイニングと検索
Authors: Souvik Das, Sougata Saha, and Rohini K. Srihari
Abstract要約: 新型コロナウイルスのパンデミックが医学研究に拍車をかけた。簡潔で消費可能な方法で文献から回答を処理、抽出、提示できる堅牢なテキストマイニングツールが必要である。本稿では,豊かな医療文献から新型コロナウイルス関連クエリを検索し,回答し,ユーザとの会話で提示する対話システムを提案する。
参考スコア（独自算出の注目度）: 3.37411253119822
License: http://creativecommons.org/licenses/by/4.0/
Abstract: The Covid-19 pandemic has caused a spur in the medical research literature. With new research advances in understanding the virus, there is a need for robust text mining tools which can process, extract and present answers from the literature in a concise and consumable way. With a DialoGPT based multi-turn conversation generation module, and BM-25 \& neural embeddings based ensemble information retrieval module, in this paper we present a conversational system, which can retrieve and answer coronavirus-related queries from the rich medical literature, and present it in a conversational setting with the user. We further perform experiments to compare neural embedding-based document retrieval and the traditional BM25 retrieval algorithm and report the results.
Abstract（参考訳）: 新型コロナウイルス(covid-19)のパンデミックは、医学研究の文献に刺激を与えた。ウイルスを理解するための新たな研究の進展により、簡潔で消費可能な方法で文献から回答を処理、抽出、提示できる堅牢なテキストマイニングツールが必要である。本稿では,ダイアロGPTをベースとしたマルチターン会話生成モジュールとBM-25 \&ニューラル埋め込みを用いたアンサンブル情報検索モジュールを用いて,豊かな医療文献から新型コロナウイルス関連クエリを検索・回答できる対話システムを提案し,ユーザとの会話環境で提示する。さらに,ニューラルネットワークを用いた文書検索と従来のBM25検索アルゴリズムを比較し,結果を報告する。

関連論文リスト

Explainable Biomedical Hypothesis Generation via Retrieval Augmented Generation enabled Large Language Models [46.05020842978823]
大規模言語モデル(LLM)はこの複雑なデータランドスケープをナビゲートする強力なツールとして登場した。 RAGGEDは、知識統合と仮説生成を伴う研究者を支援するために設計された包括的なワークフローである。
論文参考訳（メタデータ） (2024-07-17T07:44:18Z)
Radiology Report Generation Using Transformers Conditioned with Non-imaging Data [55.17268696112258]
本稿では,胸部X線画像と関連する患者の人口統計情報を統合したマルチモーダルトランスフォーマーネットワークを提案する。提案ネットワークは、畳み込みニューラルネットワークを用いて、CXRから視覚的特徴を抽出し、その視覚的特徴と患者の人口統計情報のセマンティックテキスト埋め込みを組み合わせたトランスフォーマーベースのエンコーダデコーダネットワークである。
論文参考訳（メタデータ） (2023-11-18T14:52:26Z)
Descriptive Knowledge Graph in Biomedical Domain [26.91431888505873]
本稿では,バイオメディカルコーパスから情報文や記述文を自動的に抽出し,生成する新しいシステムを提案する。接続されていない経路を検索する従来の検索エンジンや探索システムとは異なり,本システムは記述文をグラフとして整理する。新型コロナウイルス研究における本システムの適用に着目し,薬物再資源化や文献キュレーションなどの分野における実用性について考察した。
論文参考訳（メタデータ） (2023-10-18T03:10:25Z)
XrayGPT: Chest Radiographs Summarization using Medical Vision-Language Models [60.437091462613544]
我々は,会話型医療ビジョン言語モデルであるXrayGPTを紹介する。胸部X線写真に関するオープンエンドの質問を分析し、答えることができる。自由テキストラジオグラフィーレポートから217kの対話的かつ高品質な要約を生成する。
論文参考訳（メタデータ） (2023-06-13T17:59:59Z)
An Iterative Optimizing Framework for Radiology Report Summarization with ChatGPT [80.33783969507458]
放射線医学報告の「印象」セクションは、放射線医と他の医師とのコミュニケーションにとって重要な基盤である。近年の研究では、大規模医療用テキストデータを用いた印象自動生成の有望な成果が得られている。これらのモデルは、しばしば大量の医療用テキストデータを必要とし、一般化性能が劣る。
論文参考訳（メタデータ） (2023-04-17T17:13:42Z)
Prioritization of COVID-19-related literature via unsupervised keyphrase extraction and document representation learning [1.8374319565577157]
新型コロナウイルス(COVID-19)のパンデミックは、手作業で適切な時間枠で検査や研究が不可能な、新しい科学文献の波を引き起こした。現在の機械学習手法では、類似した文書が互いに近接しているベクトル空間にそのような文献を投影する。本システムでは, ウイルス関連文献の現在の体は, 教師なしキーフレーズ抽出を用いて注釈付けされている。このソリューションは、対話型検索、用語ランキング、潜在的に興味深い文献の探索が可能なWebサーバを通じてアクセス可能である。
論文参考訳（メタデータ） (2021-10-17T17:35:09Z)
Impact of detecting clinical trial elements in exploration of COVID-19 literature [29.027162080682643]
本稿では, 標準検索エンジンによる検索結果と臨床関連概念を用いたフィルタリング結果と, その関連性について比較する。関係性の概念選択は、元の検索したコレクションを、未判断の文書の割合を減少させる方法でフィルタリングする。
論文参考訳（メタデータ） (2021-05-25T23:41:24Z)
Text Mining to Identify and Extract Novel Disease Treatments From Unstructured Datasets [56.38623317907416]
Google Cloudを使って、NPRラジオ番組のポッドキャストのエピソードを書き起こします。次に、テキストを体系的に前処理するためのパイプラインを構築します。我々のモデルは、Omeprazoleが心臓熱傷の治療に役立てることに成功しました。
論文参考訳（メタデータ） (2020-10-22T19:52:49Z)
MedDG: An Entity-Centric Medical Consultation Dataset for Entity-Aware Medical Dialogue Generation [86.38736781043109]
MedDGという12種類の消化器疾患に関連する大規模医用対話データセットを構築し,公開する。 MedDGデータセットに基づく2種類の医療対話タスクを提案する。1つは次のエンティティ予測であり、もう1つは医師の反応生成である。実験結果から,プレトレイン言語モデルと他のベースラインは,両方のタスクに苦戦し,データセットの性能が劣ることがわかった。
論文参考訳（メタデータ） (2020-10-15T03:34:33Z)
COVID-19 Literature Topic-Based Search via Hierarchical NMF [29.04869940568828]
新型コロナウイルス関連の科学文献のデータセットが収集される。階層的非負のマトリックス因子化は、新型コロナウイルスに関する文献を木構造に整理するために用いられる。
論文参考訳（メタデータ） (2020-09-07T05:45:03Z)
Automatic Text Summarization of COVID-19 Medical Research Articles using BERT and GPT-2 [8.223517872575712]
我々は,既存のNLPモデルであるBERTとOpenAI GPT-2の最近の進歩を活用している。本モデルは,原文から抽出したキーワードに基づいて,抽象的かつ包括的情報を提供する。我々の研究は、要約がまだ手に入らない記事の簡潔な要約を提供することで、医療コミュニティに役立てることができる。
論文参考訳（メタデータ） (2020-06-03T00:54:44Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。