杜克大学 发布 MedLingo 数据集, 应用在 医学自然语言处理、语言模型评估 领域

杜克大学 本次发布的数据集 MedLingo, MedLingo数据集由100个临床术语及其对应扩展组成，用于评估语言模型对临床术语的理解能力。该数据集通过从MIMIC-IV数据库中提取的3,317份出院记录，利用正则表达式识别出具有缩写特征的词汇，并根据这些词汇在MIMIC-IV数据库中的上下文生成相应的扩展。MedLingo数据集旨在为语言模型提供一个真实世界临床文本的评估框架，并分析模型性能与训练语料库中临床术语出现频率的关系。

查看MedLingo

关于 杜克大学 , 杜克大学是一所位于美国北卡罗来纳州的私立研究型大学，以其高质量的教育和研究项目而闻名。

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。