pubmed-rct

大规模医学摘要句子分类数据集

PubMed 200k RCT 数据集医学摘要分类序列句子分类自然语言处理 Github 开源项目

PubMed 200k RCT是一个包含约20万篇随机对照试验摘要的数据集，共230万个句子。这些句子被标注为背景、目标、方法、结果或结论五种角色。该数据集为医学文献中的连续句子分类提供了资源，有助于开发更准确的短文本分类算法，同时为研究人员提供了高效浏览文献的工具。PubMed 200k RCT的发布将促进自然语言处理在医学领域的应用。

访问官网

Github

介绍相关项目

Huatuo-26M - 大规模中文医疗问答数据集推动AI医疗发展

GithubHuatuo-26M人工智能应用医疗问答数据集开源项目机器学习自然语言处理

Huatuo-26M是迄今为止最大的中文医疗问答数据集，收录超过2600万条高质量医疗问答对。数据涵盖疾病、症状、治疗方法和药物信息等多个医疗领域，来源包括在线医学百科、医学知识库和医疗咨询记录。该数据集可应用于自然语言处理、机器学习模型训练和AI医疗系统开发，为医疗AI研究与应用提供了丰富的数据支持。

MedLLMsPracticalGuide - 医疗大语言模型的发展现状与应用前景

Github人工智能医疗医学知识库医疗决策支持医疗大语言模型医疗应用开源项目

该项目提供了医疗大语言模型(Medical LLMs)的综合资源清单,基于一篇全面的综述论文。内容涵盖医疗LLMs的基本原理、构建方法、应用场景和面临的挑战,包括构建流程、医疗数据利用、生物医学任务、临床实践等多个方面。项目为医疗LLMs的研究与开发提供了宝贵的见解和实用指南,有助于推动这一前沿技术在医疗领域的创新应用。

RedPajama-Data - 开放大规模多语言数据集助力大型语言模型训练

GithubRedPajama-Data-v2大语言模型开放数据集开源项目数据质量自然语言处理

RedPajama-Data-v2是一个包含30万亿tokens的开放数据集，用于训练大型语言模型。该数据集涵盖了超过100B的文本文档，来源于84个CommonCrawl快照。它包含英语、德语、法语、意大利语和西班牙语5种语言的内容，并提供多种质量信号和去重处理。项目提供完整的数据处理流程，包括准备工件、计算质量信号和去重等步骤，为语言模型研究提供高质量的大规模语料资源。

MedCPT-Article-Encoder - 生物医学文章嵌入模型

GithubHuggingfaceMedCPTPubMed信息检索开源项目模型生物医学文本嵌入语义搜索

MedCPT-Article-Encoder是一个生物医学文章嵌入模型，通过255M对查询-文章数据预训练而成。该模型能有效捕捉生物医学文本的语义信息，适用于文章搜索、聚类等任务。在多个零样本生物医学信息检索数据集上，MedCPT-Article-Encoder展现了出色的性能。这一工具可帮助研究人员和开发者提高生物医学文献的检索和分析效率。

Bio_ClinicalBERT - 为医疗临床文本优化的BERT模型

BERTClinicalBERTGithubHuggingface医疗数据开源项目机器学习模型自然语言处理

Bio_ClinicalBERT是一个针对医疗临床文本优化的BERT模型。该模型以BioBERT为基础，在MIMIC III数据库的医疗记录上进行了深度训练。它专门设计用于提升电子健康记录的理解和分析能力，尤其适合处理ICU患者数据。研究人员可通过transformers库轻松使用此模型，为临床自然语言处理任务提供有力支持。Bio_ClinicalBERT在医疗文本分析领域展现出卓越性能，为相关研究提供了有价值的工具。

SuPreM - 基于大规模数据集的三维医学影像分析预训练模型套件

3D模型GithubSuPreM医学影像分析大规模数据集开源项目迁移学习

SuPreM是一套基于大规模数据集和每体素标注的预训练3D模型,在多种医学影像任务中展现出优秀的迁移能力。该项目结合AbdomenAtlas 1.1数据集(9,262个带注释CT扫描)和多个先进AI模型,为三维医学图像分析提供了基础数据集和模型,有助于提升该领域的研究效率和算法性能。

PULSE - PULSE中文医疗AI模型，处理健康教育和医疗记录

Elo评测GithubPULSE中文医疗大语言模型医学自然语言处理大规模训练开源项目

PULSE是一款专注于中文医疗领域的大语言模型，经过约400万个医学和通用数据的微调训练。它支持多种自然语言处理任务，如健康教育、医师考试、报告解读和医疗记录结构化等。模型提供7B和20B参数版本供下载。注意，虽然模型可生成疾病诊断和治疗建议，但不能替代专业医生的意见。PULSE通过多项数据集及私有数据集的Elo Rating tournament方法验证，性能表现优异。

paperetl - 医学科学论文ETL处理库

ETLGithubpaperetl医学论文开源项目数据处理科学论文

paperetl是一个处理医学和科学论文的ETL库，支持PDF、XML、CSV等多种输入格式和COVID-19研究数据集。可将处理后的文章数据输出至SQLite、Elasticsearch、JSON或YAML文件。该工具安装简便，提供详细示例，有助于研究人员高效管理和分析大量学术文献。

awesome_Chinese_medical_NLP - 中文医学自然语言处理（NLP）开源资源大全

CBLUEGithubawesome_Chinese_medical_NLP中文医疗信息处理命名实体识别开源项目知识图谱

收录中文医学自然语言处理（NLP）各类资源，如术语集、语料库、词向量、预训练模型、知识图谱、命名实体识别、问答系统和信息抽取工具。项目旨在推动中文医学NLP技术发展，提供丰富的开源数据集和工具，包含中文医疗信息处理挑战榜CBLUE数据集、中文电子病历预训练Bert模型及多种医学词汇和知识图谱资源。这些材料涵盖术语标准化、文本分类等领域，为中文医学NLP研究和应用奠定坚实基础。

CMB - 中文医学基准测试，全面评估医疗AI模型的知识与临床能力

CMBGithub人工智能医学基准测试开源项目数据集评估模型

Chinese Medical Benchmark (CMB)是一个全面的中文医学基准测试项目，由CMB-Exam和CMB-Clin两部分组成。CMB-Exam包含11200道测试题，覆盖6大类28个子类的医学知识。CMB-Clin提供74个复杂医疗咨询案例。该项目致力于评估医疗AI模型的知识储备和临床推理能力，为中文医疗AI发展提供参考标准。

相关项目

项目侧边栏1

项目侧边栏2

推荐项目

Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手，通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能，支持100+编程语言，与主流编辑器无缝集成，显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台，能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐，Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案，通过智能技术简化视频制作流程。无论是企业宣传还是个人分享，有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持，能够阅读和理解用户上传的文件内容，解析网页信息，并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题，Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术，为商家提供一键生成商品图和营销文案的服务，显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台，让商品第一时间被种草。

Project Cover

吐司

探索Tensor.Art平台的独特AI模型，免费访问各种图像生成与AI训练工具，从Stable Diffusion等基础模型开始，轻松实现创新图像生成。体验前沿的AI技术，推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器，它将改变您观看视频的方式！SubCat结合了先进的人工智能技术，为您提供即时视频字幕翻译，无论是本地视频还是网络流媒体，让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台，利用前沿AI技术，为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图，再到文案生成，美间让创意设计更简单、更高效。

Project Cover

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具，简化了选题、文献检索至论文撰写的整个过程。通过简单设定，平台可快速生成高质量论文大纲和全文，配合图表、参考文献等一应俱全，同时提供开题报告和答辩PPT等增值服务，保障数据安全，有效提升写作效率和论文质量。

使用协议隐私政策广告服务

投诉举报邮箱: service@vectorlightyear.com

@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号