EUVIMEDEUVIMED entdecken
Open Access · CC BY-NC-ND 4.0

Fine-tuning large neural language models for biomedical natural language processing

Robert Tinn, Hao Cheng, Yu Gu, Naoto Usuyama, Xiaodong Liu, Tristan Naumann, Jianfeng Gao, Hoifung Poon

Patterns · 2023-04 · 4 (4) · 100729

DOI: 10.1016/j.patter.2023.100729 ↗

Kurz gefasst

Fachartikel in der Zeitschrift Patterns, 2023-04. Verfasst von Robert Tinn und 7 weiteren Autor:innen. Beteiligte Einrichtung: Microsoft Research, Redmond, WA, USA. Die Arbeit wurde bisher 148-mal zitiert (Crossref) und nennt 53 Literaturangaben. Der Volltext ist frei zugänglich (Open Access, CC BY-NC-ND 4.0).

AbstractSchlagwörterBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Kein Abstract verfügbar.

Schlagwörter

Stichwörter der Autor:innen

BLURBL01.224.050.375.580biomedical language and understanding benchmarknatural language processing

Autor:innen und Institutionen

  • Microsoft Research, Redmond, WA, USA.

Zitieren

APA

Tinn, R., Cheng, H., Gu, Y., Usuyama, N., Liu, X., Naumann, T., Gao, J., & Poon, H. (2023). Fine-tuning large neural language models for biomedical natural language processing. Patterns, 4(4), 100729. https://doi.org/10.1016/j.patter.2023.100729

Vancouver

Tinn R, Cheng H, Gu Y, Usuyama N, Liu X, Naumann T, et al. Fine-tuning large neural language models for biomedical natural language processing. Patterns. 2023;4(4):100729. doi:10.1016/j.patter.2023.100729

BibTeX
@article{Tinn2023,
  author = {Tinn, Robert and Cheng, Hao and Gu, Yu and Usuyama, Naoto and Liu, Xiaodong and Naumann, Tristan and Gao, Jianfeng and Poon, Hoifung},
  title = {Fine-tuning large neural language models for biomedical natural language processing},
  journal = {Patterns},
  year = {2023},
  volume = {4},
  number = {4},
  pages = {100729},
  doi = {10.1016/j.patter.2023.100729}
}
Kostenlos starten →