Loading...
机构名称:
¥ 1.0

在这项研究中,我们利用LLM来增强语义分析并为文本开发相似性指标,以解决传统无监督的NLP指标(如Ruge和Bleu)的局限性。我们开发了一个框架,其中LLM(例如GPT-4)用于放射学报告的零摄影文本标识和标签生成,然后将标签用作文本相似性的测量值。通过在模拟数据上测试提出的框架,我们发现GPT-4生成的标签可以显着提高语义相似性评估,而得分比传统的NLP指标更与临床基础真理紧密相符。我们的工作证明了使用LLMS对高度专业域的半定量推理结果对文本数据进行语义分析的可能性。虽然实施了用于放射学报告相似性分析的框架,但它的概念也可以扩展到其他专业领域。

llm增强语义相似性指标...

llm增强语义相似性指标...PDF文件第1页

llm增强语义相似性指标...PDF文件第2页

llm增强语义相似性指标...PDF文件第3页

llm增强语义相似性指标...PDF文件第4页

llm增强语义相似性指标...PDF文件第5页

相关文件推荐

2023 年
¥1.0
2024 年
¥3.0