一种基于ModelOps的智能医学知识抽取框架
人工智能
2023-10-05 v1
摘要
从医疗文本中抽取医学知识可增强下游任务，如医学知识图谱构建和临床决策。然而，知识抽取模型的构建与应用缺乏自动化、可重用性和统一管理，导致研究人员效率低下，且医生等非AI专家利用知识抽取的门槛较高。为解决这些问题，我们提出一种基于ModelOps的智能医学知识抽取框架，提供用于模型选择、训练、评估与优化的低代码系统。具体而言，该框架包含基于多层回调函数的数据集抽象机制，以及可复用的模型训练、监控与管理机制。我们还提出一种基于数据集相似度的模型推荐方法，帮助用户快速为给定数据集找到潜在合适的模型。我们的框架为研究人员开发模型提供便利，并简化医生等非AI专家的模型使用。
引用
@article{arxiv.2310.02593,
title = {A ModelOps-based Framework for Intelligent Medical Knowledge Extraction},
author = {Hongxin Ding and Peinie Zou and Zhiyuan Wang and Junfeng Zhao and Yasha Wang and Qiang Zhou},
journal= {arXiv preprint arXiv:2310.02593},
year = {2023}
}