/ Модель

Характеристики

Контекст
512 токенов
Параметры
137 млн
Архитектура
bert · dense

scientific-challenges-and-directions

Классификация текстаТекст → label4 профессии

Дообученная PubMedBERT классифицирует научные предложения, выявляя исследовательские проблемы и возможные направления дальнейших исследований.

26скачиваний за 30 дней0лайковвеса обновлены19 янв 2022

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

DanL представляет дообученную модель PubMedBERT для многометочной классификации научных предложений. Она определяет, описывает ли предложение исследовательскую проблему или пробел в знаниях, а также содержит ли оно возможное направление дальнейших исследований, например гипотезу или предложение изучить вопрос.

Модель предназначена для поиска таких фрагментов в научной литературе, в частности в исследованиях о COVID-19 и связанных с ним исторических работах. Она обучена на 2 894 предложениях с окружающим контекстом из 1 786 полнотекстовых статей корпуса CORD-19, размеченных экспертами в биомедицине и обработке биомедицинского языка. По метаданным, это BERT-модель с 136,7 млн параметров, архитектурой BertForSequenceClassification и контекстом до 512 токенов; принимает текст и выдаёт метки классификации. Карточка указывает английский язык.

Модель подходит для автоматического обнаружения ограничений, проблем и исследовательских возможностей в корпусах научных публикаций. README просит цитировать статью при использовании модели и набора данных, но сведения о лицензии в предоставленных данных отсутствуют.

Сценарии применения

  • поиск пробелов в знаниях в научных статьях
  • извлечение описаний проблем и ограничений из публикаций
  • поиск предложений для дальнейших исследований
  • разметка предложений из биомедицинских статей по типу исследовательского содержания

Ограничения

Обучающие данные охватывают ограниченный набор предложений из корпуса CORD-19, поэтому качество на других научных областях и жанрах публикаций может отличаться. Контекст ограничен 512 токенами.

Для каких профессий подходит4

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

scientific-challenges-and-directions

We present a novel resource to help scientists and medical professionals discover challenges and potential directions across scientific literature, focusing on a broad corpus pertaining to the COVID-19 pandemic and related historical research. At a high level, the challenges and directions are defined as follows:

  • Challenge: A sentence mentioning a problem, difficulty, flaw, limitation, failure, lack of clarity, or knowledge gap.

  • Research direction: A sentence mentioning suggestions or needs for further research, hypotheses, speculations, indications or hints that an issue is worthy of exploration.

  • This model here is described in our paper: A Search Engine for Discovery of Scientific Challenges and Directions (though we've upgraded the infrastructure since the paper was released - there are slight differences in the results).

  • Our dataset can be found here.

  • Please cite our paper if you use our datasets or models in your project. See the BibTeX.

  • Feel free to email us.

  • Also, check out our search engine, as an example application.

Model description

This model is a fine-tuned version of PubMedBERT on the scientific-challenges-and-directions-dataset, designed for multi-label text classification.

Training and evaluation data

The scientific-challenges-and-directions model is trained based on a dataset that is a collection of 2894 sentences and their surrounding contexts, from 1786 full-text papers in the CORD-19 corpus, labeled for classification of challenges and directions by expert annotators with biomedical and bioNLP backgrounds. For full details on the train/test/split of the data see section 3.1 in our paper

Example notebook

We include an example notebook that uses the model for inference in our repo. See Inference_Notebook.ipynb. A training notebook is also included.

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

  • learning rate: 2e-05
  • train batch size: 8
  • eval batch size: 4
  • seed: 4
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr scheduler type: linear
  • lr scheduler warmup steps: 500
  • num epochs: 30

Training results

The achieves the following results on the test set:

  • Precision Challenge: 0.768719
  • Recall Challenge: 0.780405
  • F1 Challenge: 0.774518
  • Precision Direction: 0.758112
  • Recall Direction: 0.774096
  • F1 Direction: 0.766021
  • Precision (micro avg. on both labels): 0.764894
  • Recall (micro avg. on both labels): 0.778139
  • F1 (micro avg. on both labels): 0.771459

Framework versions

  • Transformers 4.15.0
  • Pytorch 1.10.0+cu111
  • Datasets 1.17.0
  • Tokenizers 0.10.3

Citation

If using our dataset and models, please cite:

@misc{lahav2021search,
      title={A Search Engine for Discovery of Scientific Challenges and Directions}, 
      author={Dan Lahav and Jon Saad Falcon and Bailey Kuehl and Sophie Johnson and Sravanthi Parasa and Noam Shomron and Duen Horng Chau and Diyi Yang and Eric Horvitz and Daniel S. Weld and Tom Hope},
      year={2021},
      eprint={2108.13751},
      archivePrefix={arXiv},
      primaryClass={cs.CL}
}

Contact us

Please don't hesitate to reach out.

Email: lahav@mail.tau.ac.il,tomh@allenai.org.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · text-classification

Можно запустить

Подбираем GPU…

Класс архитектуры
BertForSequenceClassification
Ревизия весов
d86bd50

0 моделей