Ana içeriğe geç

Japonca klinik NER'de BERT ve açık ağırlıklı LLM karşılaştırması

Bu çalışma, Japonca klinik metinlerde ad varlığı tanıma (NER) için BERT tabanlı modelleri ve açık ağırlıklı LLM'leri karşılaştırıyor. 13B parametreden büyük LLM'ler, ince ayar ve yeterli çıktı token sınırıyla BERT'i geride bırakırken, sıfır atış performansları düşük kaldı.

Yayın 1 dk okuma
Kaynak: arXiv / cs.AI + cs.CL
Bu yazıda
Öne çıkan noktalar

Ne değişti?

  • 13B parametreden büyük LLM'ler, ince ayar ve yüksek token sınırıyla BERT tabanlı modelleri F1 skorunda geride bıraktı.

  • Sıfır atış (zero-shot) LLM performansının düşük olması, çıktı yapısını zorlayan şemaların bu eksikliği kapatamadığını gösterdi.

Bağlam

Neden önemli?

Klinik metin işleme projelerinde LLM'lerin BERT'i ne zaman ve hangi koşullarda geçtiğini gösteren kontrollü bir karşılaştırma sunması, model seçimi ve kaynak planlaması için kritik bir referans noktası oluşturur.

Kullanım alanları

Geliştirici için ne anlama geliyor?

Klinik NER projelerinde LLM seçimi yaparken yalnızca model boyutuna değil, çıktı token sınırına ve ince ayar stratejisine odaklanmak gerekir. Bu çalışma, yeterli kapasite ve ince ayar olmadan LLM'lerin BERT tabanlı sistemleri geride bırakamayacağını gösterir.

Açık kalan sorular

Henüz neyi bilmiyoruz?

  • Çalışma yalnızca Japonca klinik vaka raporları ve 113 varlık kategorisiyle sınırlıdır.
  • Sonuçlar, kullanılan spesifik test seti ve model yapılandırmalarına bağlıdır.
Kaynaklar

Haberin kaynakları

Birincil kaynakFine-Grained Japanese Clinical Named Entity Recognition: A Controlled Comparison of BERT and Open-Weight Large Language Modelsarxiv.org
Yayın tarihleri
blue'og yayını
Kaynak yayını
Bu yazı nasıl hazırlandı?

Bu yazı, bağlantılı kaynaklar okunarak yapay zekâ ile hazırlandı. Kaynaktaki bulguların yanı sıra kullanım alanları ve açıklanmayan noktalar da yer alır. Kapak, konuyu anlatan bir illüstrasyondur. En güncel ayrıntılar için kaynakları inceleyebilirsiniz.

← Tüm haberler

bluedev Asistanı

Ürünleri ve çalışmalarımızı keşfedin.

Neyi çözmek istersiniz?

İhtiyacınızı yazın; ilgili ürünleri ve çalışmalarımızı kaynaklarıyla birlikte inceleyelim.

Yanıtlar kaynak kataloğundan hazırlanır. Yapay zekâ desteği yalnız izninizle kullanılır.

Diğer görevler ve ayarlar

İki ürünü karşılaştırabilir veya fikrinizi iletişim formuna aktarabileceğiniz bir ihtiyaç özetine dönüştürebilirsiniz.

Kaynak kataloğu

AI desteği şu anda kullanılamıyor. Doğrulanmış projeleri keşfedebilir ve proje özeti hazırlayabilirsiniz.

Bu site görüşmenizi kalıcı olarak saklamaz.Gizlilik