محققان در مطالعه اخیر خود راهکاری جذاب برای خودکارسازی ساخت «هستیشناسیهای پزشکی» (Ontology) پیدا کردهاند. یکی از بزرگترین مشکلات در دانش پزشکی، دستهبندی دستی مفاهیم پیچیده است که حالا مدلهای زبانی کوچک (کمتر از ۹ میلیارد پارامتر) با استراتژیهای جدید به خوبی از پس آن برمیآیند.
نکته کلیدی این پژوهش این است که با استفاده از تکنیک Fine-tuning (تنظیم دقیق)، عملکرد این مدلهای جمعوجور و کممصرف در درک روابط مفاهیم پزشکی تا ۳۴ درصد بهبود یافته است. این یعنی میتوان بدون نیاز به ابرکامپیوترهای غولپیکر، دستیارهای هوشمند فوقدقیقی برای تحلیل دادههای پزشکی ساخت! 🏥💡
منبع: arXiv NLP