基于PubMedBERT预训练模型的医学术语对齐方法研究

随着互联网大健康数字化时代的到来,健康数据海量增长,为解决医疗数据集成应用中异构数据的术语标准化问题,提出一种利用PubMedBERT计算语义相似度实现医学术语对齐的技术。使用特定医学领域预训练模型,结合缩略词扩展方法增强语义信息,并与传统相似度计算模型、BERT(Bidirectional Encoder Representations from Transformers)及其变体相比较。在测试语料上的实验表明,缩略词扩展后PubMedBERT预训练模型TOP1的准确率提高了18.79%,PubMedBERT模型TOP1、TOP3、TOP5、TOP10的准确率分别达到78.49%、85.69%、87.44%、89.54%,优于其他对比模型。该方法可以为医学术语对齐工作提供一种智能化的解决方案。     

化学驱替剂的研究进展

化学驱是一种重要的提高采收率方法,在国内外均有广泛应用。介绍了国内外化学驱油的研究与应用现状,根据使用化学驱替剂的不同,将化学驱油剂分为聚合物驱替剂、表面活性剂驱替剂、碱驱替剂以及复合驱替剂等。综述了各种方法驱替剂的特点,使用情况,以期为相关的研究提供借鉴。