PulseAugur
中
实时 09:42:28
English(EN) Large language model-assisted discovery of cohorts from scientific literature

LLM框架自动化科学文献中的队列发现

作者 PulseAugur 编辑部 · [2 个来源] ·

研究人员开发了一个新颖的框架，该框架利用大型语言模型（LLM）来自动化从科学文献中发现特定参与者队列的过程。该系统为PubMed等数据库生成目标查询，然后使用LLM从检索到的摘要中提取明确的队列名称。在针对青少年攻击性遗传学的测试案例中，该框架识别出44个符合条件的队列，其基于LLM的提取性能与人工标注者相当，并发现了17个现有目录中未找到的队列。 AI

影响 自动化队列识别的文献综述，可能加速多研究分析和生物医学研究。

排序理由 该集群包含一篇详细介绍新框架及其评估的学术论文。

在 arXiv cs.IR (Information Retrieval) 阅读 →

AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →

LLM框架自动化科学文献中的队列发现

报道来源 [2]

  1. arXiv cs.CL TIER_1 English(EN) · Moritz Sturm, Lisa M. Berg, Inken Berg, Harishny Sarma, Jasmin Hartmann, Denissa Girschik, Gemma Roig, Christine M. Freitag, Andreas G. Chiocchetti ·

    基于大型语言模型的科学文献队列发现

    arXiv:2608.15909v1 Announce Type: cross Abstract: Background: Planning multi-study analyses requires identifying cohorts with the relevant participants, phenotypes, and data modalities. This process commonly relies on prior knowledge, cohort catalogues, and manual literature sear…

  2. arXiv cs.IR (Information Retrieval) TIER_1 English(EN) · Andreas G. Chiocchetti ·

    利用大型语言模型辅助从科学文献中发现群组

    Background: Planning multi-study analyses requires identifying cohorts with the relevant participants, phenotypes, and data modalities. This process commonly relies on prior knowledge, cohort catalogues, and manual literature searches. We developed a complementary question-driven…

相关实体

相关话题