TopOpenSourceAI
EN

#224 · 主分类： 知识库与企业搜索

DocProduct

artificial-intelligence bert deep-learning gpt-2 health healthcare machine-learning medical nlp tensorflow tensorflow-2

基于深度语言模型的医学问答

项目最后更新：03/25/23

在 GitHub 查看

GitHub Stars

571

Forks数量

154

贡献者数量

6

许可证

MIT

收录理由

DocProduct 是一个研究性质的项目，作者在说明中明确表示它并非可直接投入临床工作流的产品。项目基于约 70 万条从 Reddit、HealthTap 和 WebMD 等网站抓取的医学问答数据，以 BioBERT 权重为起点微调 BERT，并训练 GPT-2，再借助负采样和潜在向量检索，让模型在生成回答前先找到相关的医学背景信息。对于研究自然语言处理的研究者和学生来说，这个项目提供了一个完整的 TensorFlow 2.0 流程，从数据准备、微调、检索到生成都能在 Colab 中运行，便于学习和复现。README 中特别强调该项目不应被用于实际医疗建议，因此它更适合作为医学领域问答系统的学习资源和研究起点，而非可直接部署的解决方案。

相关文章

暂无针对该项目的文章。

如需补充新闻资讯、使用教程、应用测评等内容，欢迎 联系我们推荐选题或投稿。

同类热门项目

ragflow

RAGFlow 是一款领先的开源检索增强生成（RAG）引擎，将前沿 RAG 与 Agent 能力融合，为大型语言模型（LLM）打造卓越的上下文层。

#1

Understand-Anything

教学型图表优于炫技型图表。将任意代码转化为可探索、搜索和提问的交互式知识图谱。支持Claude Code、Codex、Cursor、Copilot、Gemini CLI等。

#2

crawl4ai

🚀🤖 Crawl4AI：开源的、对LLM友好的网页爬虫与抓取工具。别害羞，加入这里：https://discord.gg/jP8KfhDhyN

#3

docling

为生成式AI准备文档

#4

anything-llm

停止租用你的智能。用AnythingLLM拥有它。你需要的一切，实现强大的本地优先智能体体验。

#5