热点事件观察中
JMIR发表结合DeepSeek与BERT的实时流感监测研究
1 篇报道1 个报道来源2 天前更新
先了解这件事
AI 综述
2026年10月28日，JMIR数字健康期刊发表了一项关于中国社交媒体实时流感监测的研究。该研究提出了一种将DeepSeek知识蒸馏至轻量级BERT分类器的混合框架。研究团队筛选了99,158条微博数据，通过DeepSeek-Chat生成伪标签（Cohen κ=0.846）以微调Chinese-RoBERTa-WWM-ext模型，并据此构建流感指数。该指数与官方流感样病例（ILI%）数据对齐，旨在缓解传统哨点监测面临的1至2周报告滞后问题。
AI 根据报道生成 · 2 小时前更新
最新进展10月28日 03:30
JMIR发表研究，提出基于DeepSeek与BERT的社交媒体监测框架以缓解流感报告滞后。报道时间线
沿着报道，了解事件的不同侧面。
10月28日
- JMIR 数字健康期刊基于 DeepSeek 增强 BERT 分类的中国社交媒体实时流感监测研究
一项研究提出将 DeepSeek 知识蒸馏至轻量级 BERT 分类器的混合框架，用于社交媒体的实时流感监测。研究筛选 99,158 条微博，利用 DeepSeek-Chat 生成伪标签（Cohen κ=0.846）微调 Chinese-RoBERTa-WWM-ext 构建流感指数。该指数与官方流感样病例（ILI%）数据对齐，旨在缓解传统哨点监测 1 至 2 周的报告滞后。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。