实体
bioNerDS
bioNerDS
PulseAugur coverage of bioNerDS — every cluster mentioning bioNerDS across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
新的GAMA框架增强了基于LLM的生物医学实体识别
研究人员开发了GAMA，一个新颖的多智能体框架，旨在利用大型语言模型（LLMs）改进生物医学命名实体识别（BioNER）。GAMA通过创建数据集特定的注释规则并使用规划组件生成带有解释的排序跨度类型假设，来解决现有方法的局限性。然后，编码组件将这些假设转换为模式约束的实体对象，验证模块通过双循环精炼过程确保有效性和结构合规性。在五个BioNER数据集上的实验表明，GAMA持续超越强大的基于LLM的基线。
-
新的MITE方法使用编程语言改进BioNER
研究人员开发了MITE，一种通过利用多种编程语言进行指令调优来改进生物医学命名实体识别（BioNER）的新颖方法。该方法将BioNER任务重新表述为Python、C++和Java等语言的代码格式表示，提供了多样化的结构化监督，而无需外部知识。在推理过程中，MITE聚合来自不同代码格式的预测，以增强鲁棒性和准确性。在六个BioNER数据集上的实验表明，MITE的性能持续优于现有的基于BERT和基于LLM的方法，并展现出强大的跨数据集泛化能力。