TAC-2023 PLABA 赛道的 BeeManc: 探索 LLMs 和可控属性以提高生物医学文本可读性
原文中文，约700字，阅读约需2分钟。发表于：。在这篇论文中，我们描述了我们在生物医学摘要简化领域中参与 PLABA2023 任务所使用的模型和方法，我们提交的系统输出来自三个类别：1）领域微调的 T5-like 模型，包括 Biomedical-T5 和 Lay-SciFive；2）带有可控属性的经过微调的 BARTLarge 模型 BART-w-CTs；3）ChatGPTprompting。在官方的自动评估中，我们的模型...
本论文介绍了参与PLABA2023任务的生物医学摘要简化模型和方法。该模型在官方自动评估中排名第2，在人工评估中句子简洁度和术语简洁度方面排名第2和第3。团队在第二轮提交中使用ChatGPT-prompting在多个类别中排名第2。
