深度学习在肝细胞癌研究问答系统改进中的应用
计算与语言
2024-02-27 v1 人工智能
机器学习
摘要
近年来，自然语言处理（NLP）的进步得益于深度学习技术，特别是通过利用GPU和TPU等强大计算资源。基于海量数据训练的BERT和GPT-3等模型彻底改变了语言理解与生成。这些预训练模型为语义理解、智能写作和推理等任务提供了稳健基础，为更通用的人工智能形式铺平了道路。作为AI的重要应用，NLP旨在通过自然语言交互弥合人与计算机之间的鸿沟。本文深入探讨了基于大规模模型的NLP的现状与未来前景，重点关注该领域内的问答系统。分析了人工智能驱动的问答系统的实际案例与发展，以促进大规模NLP领域的进一步探索与研究。
引用
@article{arxiv.2402.16038,
title = {Deep Learning Approaches for Improving Question Answering Systems in Hepatocellular Carcinoma Research},
author = {Shuning Huo and Yafei Xiang and Hanyi Yu and Mengran Zhu and Yulu Gong},
journal= {arXiv preprint arXiv:2402.16038},
year = {2024}
}