/ Модель

Характеристики

Контекст
512 токенов
Параметры
137 млн
Лицензия
MIT
Архитектура
bert · dense
Библиотека
transformers
Опубликована
3 сен 2026

polly-ner-gene-disease

Разметка токеновТекст → label

Дообученная на BiomedBERT модель извлекает из биомедицинского текста упоминания заболеваний и генов или белков.

19скачиваний за 30 дней0лайковвеса обновлены3 сен 2026

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

ElucidataInc/polly-ner-gene-disease — модель распознавания именованных сущностей на основе BERT, дообученная на BiomedBERT для выделения в тексте названий заболеваний и генов или белков. Она размечает токены метками BIO, а Polly NER может возвращать найденные сущности как символьные интервалы; модель также можно использовать через стандартный конвейер Transformers для классификации токенов. Число параметров — 136,7 млн, максимальный контекст — 512 токенов. Модель предназначена для анализа биомедицинских текстов, в том числе научной литературы.

На тестовой выборке указаны micro F1 0,778 и macro F1 0,780 при точном совпадении границ и метки сущности. Модель обрабатывает только непрерывные неперекрывающиеся сущности. Она не связывает упоминания с базами знаний, не нормализует названия, не извлекает отношения, не разрешает аббревиатуры и не определяет утверждения о сущностях. Входной текст автоматически не разбивается и не обрезается: при превышении контекста разбиение документов и объединение результатов должны выполняться отдельно. Предсказания могут быть неполными или ошибочными и требуют проверки. Лицензия — MIT.

Сценарии применения

  • поиск названий заболеваний в биомедицинских публикациях
  • извлечение упоминаний генов и белков из научных текстов
  • разметка сущностей в корпусе медицинской литературы
  • подготовка биомедицинских текстов для последующего анализа

Ограничения

Поддерживаются только непрерывные неперекрывающиеся сущности; модель не выполняет нормализацию, связывание с базами знаний, извлечение отношений, разрешение аббревиатур или классификацию утверждений. Контекст ограничен 512 токенами, автоматического разбиения текста нет; результаты могут быть неполными или ошибочными и требуют проверки.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Polly NER token-classification model

Model summary

This standard Transformers token-classification model predicts these configured contiguous entity types: DISEASE, GENE_PROTEIN. Token labels use deterministic BIO encoding, while Polly NER returns character spans.

  • Base model: microsoft/BiomedNLP-BiomedBERT-base-uncased-abstract-fulltext at immutable revision e1354b7a3a09615f6aba48dfad4b7a613eef7062
  • Polly NER source: ssh://github.com/ElucidataInc/polly-ner.git at commit b73b3012e113e58c8f1a7f6426e14fd838527c08
  • W&B run: Not available

Training data references

The private training data is referenced for provenance only. No corpus text, record metadata, predictions, or error examples are included in this repository.

  • train: ElucidataInc/curated-ner-corpus-gene-disease at 3d6ec920a6b06009162cb9553de41bd53e79e80c, configuration default, split train
  • validation: ElucidataInc/curated-ner-corpus-gene-disease at 3d6ec920a6b06009162cb9553de41bd53e79e80c, configuration default, split validation
  • evaluation: ElucidataInc/curated-ner-corpus-gene-disease at 3d6ec920a6b06009162cb9553de41bd53e79e80c, configuration default, split test

Intended uses

  • Detect configured named-entity mentions in caller-supplied text.
  • Run through Polly NER for deterministic character spans or through the native Transformers token-classification pipeline.

Non-goals and limitations

  • This model does not perform entity linking, normalization, relation extraction, abbreviation resolution, or assertion classification.
  • It supports contiguous, non-overlapping entities only.
  • Inputs are not split or truncated. Callers must keep text within the model context limit and manage document chunking and cross-chunk merging themselves.
  • Predictions can be incomplete or incorrect and require task-appropriate review.

Evaluation

Metrics require exact equality of character start, end, and semantic label.

DatasetMicro F1Macro F1RecordsCharacters
validation0.77281045751633990.77396240042765212368351244
curated-test0.77766069546891470.77970366228683253869589987

Training configuration summary

{
  "experiment": "curated-gene-disease-v0.1",
  "gradient_accumulation_steps": 1,
  "learning_rate": 3e-05,
  "mixed_precision": "no",
  "num_train_epochs": 10.0,
  "per_device_train_batch_size": 16,
  "seed": 42,
  "warmup_ratio": 0.0,
  "weight_decay": 0.0
}

Polly NER inference

from polly_ner import NERPredictor

predictor = NERPredictor.from_pretrained(
    "ElucidataInc/polly-ner-gene-disease",
    revision="v0.1.0",
)
result = predictor.predict(
    id="example-1",
    text="Example entity text.",
)

Native Transformers inference

from transformers import pipeline

ner = pipeline(
    "token-classification",
    model="ElucidataInc/polly-ner-gene-disease",
    revision="v0.1.0",
    aggregation_strategy="simple",
)
predictions = ner("Example entity text.")

License

The releaser supplied the license identifier mit. Review the license and organizational approval before publication.

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers · token-classification

Можно запустить

Подбираем GPU…

Класс архитектуры
BertForTokenClassification
Ревизия весов
eaaa39d

0 моделей