概述
面向医学语言理解任务，构建知识增强的多模型框架，通过多模型融合、医学知识增强与鲁棒训练策略提升复杂医学文本中的语义理解能力和可靠预测表现。
research / published
MeDRNet
面向医学语言理解的知识增强多模型框架
核心特性
- 医学语言理解
- 多模型融合
- 医学知识增强
- 鲁棒训练策略
- 复杂医学文本可靠预测
个人贡献
- 第一作者，参与框架设计与实验实现
- 完成医学 NLP 任务上的训练与评估
- 整理实验结果并完成论文写作
Bruce Zhao BZ Lab Bruce Zhao BZ Lab research / published
面向医学语言理解的知识增强多模型框架
面向医学语言理解任务，构建知识增强的多模型框架，通过多模型融合、医学知识增强与鲁棒训练策略提升复杂医学文本中的语义理解能力和可靠预测表现。