XiaoMi-AI文件搜索系统
World File Search System领域专家
生成式人工智能如何帮助领域专家创建流程模型？
摘要：正如欧盟工业5.0研究与创新行动中所述，在信息系统中考虑人为因素是未来数字化工作的关键。尤其是在面向流程的信息系统的设计阶段，人为因素包括赋能领域专家创建流程模型，从而降低流程建模的门槛并提高建模速度。在本研究中，我们研究了生成式人工智能方法如何支持领域专家基于文本流程描述与聊天机器人交互创建流程模型。我们探索了使用受Markdown启发的语言创建具有即时可视化表示的流程模型所需的输入信息量，并扩展了现有的评估生成模型的方法，重点关注其完整性和正确性。总而言之，评估方法必须考虑模型完整性、正确性、文本流程描述、文本表示和快速工程之间的复杂关系，以支持领域专家。
审查医学领域专家识别的人工智能算法：范围审查
摘要：随着信息量的增加和人与人之间的相互联系，识别特定领域中知识渊博的个人对于组织来说变得至关重要。人工智能 (AI) 算法已被用于评估知识并定位特定领域的专家，从而减轻了专家分析和识别的人工负担。然而，在医学和生物医学领域，探索人工智能算法在专家查找中的应用的研究有限。本研究旨在对现有关于利用人工智能算法在医学领域进行专家识别的文献进行范围审查。我们使用自定义搜索字符串系统地搜索了五个平台，并通过其他来源确定了 21 项研究。搜索范围涵盖了截至 2023 年的研究，研究资格和选择遵循 PRISMA 2020 声明。搜索共评估了 571 项研究。其中，我们纳入了 2014 年至 2020 年期间进行的六项符合我们审查标准的研究。四项研究使用机器学习算法作为模型，而两项研究使用自然语言处理。一项研究结合了两种方法。所有六项研究都表明，与基线算法相比，专家检索取得了显著的成功，这通过各种评分指标来衡量。人工智能提高了专家查找的准确性和有效性。然而，在智能医疗专家检索方面还需要做更多的工作。