1759160807
2025-09-29 15:33:00
Келлер С., Хек Т., Риттбергер М. Сколько источников нужно? Влияние библиографических баз данных на результаты систематического обзора. В: Материалы 22 -й совместной конференции ACM/IEEE по цифровым библиотекам. Германия: Институт инженеров электротехники и электроники (IEEE); 2022. С. 1–11.
Хейнс Р.Б. Где мясо в клинических журналах? ACP J Club. 1993; 119 (3): A22.
Kanegasaki A, Shoji A, Iwasaki K, Kokubo K. PRM75-разработка абстрактной классификации документов на основе машинного обучения для поддержки систематических обзоров. Ценность здоровья. 2018; 21: S368.
Hasny M, Vasile AP, Gianni M, Bannach-Brown A, Nasser M, Mackay M, et al. Берт для сложного систематического обзора скрининга для поддержки будущего медицинских исследований. В кн.: Международная конференция по искусственному интеллекту в медицине. Спрингер; 2023. С. 173–182.
Гиларди Ф., Ализаде М., Кубли М. Чатгпт превосходит толпу для работников для текстовых задач. Proc Natl Acad Sci US A. 2023; 120 (30): E2305016120.
Ратье С., Миреа Д.М., Сухолутский И., Марджи Р., Робертсон С., Ван Бавель Дж.Дж. GPT является эффективным инструментом для многоязычного психологического анализа текста. Proc Natl Acad Sci. 2024; 121 (34): E2308950121.
Törnberg P. Как использовать модели с большим языком для анализа текста. Sage Publications Ltd; 2024.
Hu D, Liu B, Zhu X, Lu X, Wu N. Zero-Shot Extraction из радиологических отчетов с использованием CHATGPT. Int J Med Inform. 2024; 183: 105321.
Abid A, Farooqi M, Zou J. Stresistent Anti-Muslim предвзятость в крупных языковых моделях. В кн.: Материалы конференции AAAI/ACM 2021 года по ИИ, этике и обществу. США: Ассоциация по вычислительной технике; 2021. С. 298–306.
Ziems C, Held W, Shaikh O, Chen J, Zhang Z, Yang D. Могут ли крупные языковые модели преобразовать вычислительные социальные науки? Компьютер лингвист. 2024; 50 (1): 237–91.
Тёрнберг П. Лучшие практики для текстовых аннотаций с большими языковыми моделями. Sociologica. 2024; 18 (2): 67–85. https://doi.org/10.6092/issn.1971-8853/19461Полем
Ким Х., Митра К., Ли Чен Р., Рахман С., Чжан Д. Меганно+: Система совместной аннотации человека-LLM. В кн.: Алетрас Н., де Слерк О, редакторы. Материалы 18 -й конференции Европейской главы Ассоциации вычислительной лингвистики: демонстрации системы. Св. Джулиана: Ассоциация вычислительной лингвистики; 2024. С. 168–176.
Rouzegar H, Makrehi M. В: Материалы 18-го семинара по лингвистическим аннотациям (Law-xviii). Св. Джулианс, Мальта: Ассоциация вычислительной лингвистики; 2024. С. 98–111.
Fiorini N, Canese K, Starchenko G, Kireev E, Kim W, Miller V, et al. Лучший матч: новый релевантный поиск PubMed. PLOS BIOL. 2018; 16 (8): E2005343.
He H, Fu S, Wang L, Liu S, Wen A, Liu H. Medtator: инструмент аннотации без сервера для разработки корпуса. Биоинформатика. 2022; 38 (6): 1776–8.
Lee J, Yoon W, Kim S, Kim D, Kim S, SO CH, et al. Biobert: предварительно обученная модель представления биомедицинского языка для добычи биомедицинского текста. Биоинформатика. 2020; 36 (4): 1234–40.
Турчин А., Машарский С., Зитник М. Сравнение реализаций BERT для обработки естественного языка повествовательных медицинских документов. Сообщить Med разблокирован. 2023; 36: 101139.
Чен Л., Захария М., Зу Дж. Как поведение Чатгпта меняется с течением времени? HARS DATA SCI Rev. 2024; 6 (2).
#Подход #совместной #аннотации #HumanLLM #для #скрининговых #статей #точной #онкологии #рандомизированных #контролируемых #исследованиях #Методология #медицинских #исследований #BMC
Ещё по этой теме
