知识注入引导：基于大型语言模型的临床文本数据生成评估与推进
原文中文，约300字，阅读约需1分钟。发表于：。通过结合临床领域特定知识图谱和大语言模型，在临床自然语言处理中提出了一种创新、资源高效的方法 ClinGen，通过临床知识提取和上下文信息化的大语言模型指导数据生成，持续提升性能，对生成训练实例的多样性和真实数据分布进行有效调整。
本文介绍了使用微调预训练语言模型和大型语言模型进行上下文学习的两种方法，成功生成了临床笔记，并在自动指标上表现出高性能。基于ICL的方法和GPT-4生成的笔记与人工书写的笔记一样受欢迎，这是从医生-患者对话自动生成笔记的有前途的途径。
