/ Модель

Характеристики

Контекст
512 токенов
Параметры
137 млн
Лицензия
Apache 2.0
Архитектура
bert · dense
Опубликована
2 мар 2022

UMLSBert_ENG

ЭмбеддингиТекст → embedding3 профессии

Англоязычная модель на основе BERT для получения векторных представлений медицинских терминов и их нормализации.

1 415скачиваний за 30 дней13лайковвеса обновлены4 апр 2023

Бенчмарки

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

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Эмбеддинги» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

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

GanjinZero/UMLSBert_ENG — англоязычная версия CODER, модели векторных представлений медицинских терминов, разработанной Zheng Yuan, Zhengyun Zhao, Haixia Sun, Jiao Li, Fei Wang и Sheng Yu. README отдельно уточняет, что это не UMLSBert; в статье CODER описана как модель для нормализации медицинских терминов с использованием знаний и межъязыковых представлений.

Модель основана на BERT и предназначена для извлечения признаков из текста: представления терминов можно применять для их сопоставления и нормализации. Параметры модели — 136,7 млн, максимальная длина контекста — 512 токенов. Репозиторий предоставляет веса PyTorch и safetensors.

Модель рассчитана на английский язык и медицинскую терминологию. Доступна по лицензии Apache-2.0. README не приводит конкретных оценок качества или подробностей обучения этой английской версии.

Сценарии применения

  • сопоставление медицинского термина с каноническим названием
  • нормализация вариантов написания медицинских терминов
  • извлечение векторных представлений англоязычных медицинских терминов

Ограничения

Англоязычная версия предназначена для медицинской терминологии; README не приводит количественных оценок качества или подробностей обучения этой версии.

Для каких профессий подходит3

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

CODER: Knowledge infused cross-lingual medical term embedding for term normalization. English Version. Old name. This model is not UMLSBert!!!

Github Link: https://github.com/GanjinZero/CODER

@article{YUAN2022103983,
title = {CODER: Knowledge-infused cross-lingual medical term embedding for term normalization},
journal = {Journal of Biomedical Informatics},
pages = {103983},
year = {2022},
issn = {1532-0464},
doi = {https://doi.org/10.1016/j.jbi.2021.103983},
url = {https://www.sciencedirect.com/science/article/pii/S1532046421003129},
author = {Zheng Yuan and Zhengyun Zhao and Haixia Sun and Jiao Li and Fei Wang and Sheng Yu},
keywords = {medical term normalization, cross-lingual, medical term representation, knowledge graph embedding, contrastive learning}
}

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
BertModel
Ревизия весов
89c0ff4

0 моделей